Brain Scans to Help ID Autism?

Rozvíjející se výzkum naznačuje, že může nastat den, kdy mohou být pomocí mozkových skenů detekovány abnormality v mozku spojené s autismem.

Včasné odhalení těchto specifických abnormalit mozku by mohlo vést k lepší diagnostice a lepšímu porozumění poruch autistického spektra.

Objevování biomarkerů spojených s autismem bylo náročné, často proto, že metody, které slibují u jedné skupiny pacientů, selhávají, když se použijí u jiné.

V nové studii však vědci uvádějí nový stupeň úspěchu. Jejich navrhovaný biomarker pracoval s srovnatelně vysokou mírou přesnosti při hodnocení dvou různorodých sad dospělých.

Vědci vyvinuli počítačový algoritmus zvaný „klasifikátor„Protože dokáže klasifikovat soubory subjektů - osob s poruchou autistického spektra a osob bez - na základě mozkových skenů funkční magnetické rezonance (fMRI).

Analýzou tisíců připojení konektivity mozkové sítě u desítek lidí s autismem i bez něj našel software 16 klíčových meziregionálních funkčních spojení, která mu umožnila s vysokou přesností říct, kdo byl tradičně diagnostikován autismem a kdo ne.

Tato technologie byla vyvinuta hlavně na Advanced Telecommunications Research Institute International v japonském Kjótu s významnými příspěvky od tří spoluautorů na Brown University na Rhode Island.

Vědci studovali 181 dospělých dobrovolníků na třech místech v Japonsku a poté aplikovali algoritmus na skupinu 88 dospělých Američanů na sedmi místech. Všichni dobrovolníci studie s diagnózou autismu neměli mentální postižení.

"Je to první studie, která [úspěšně] aplikuje klasifikátor na úplně jinou kohortu," uvedl spoluautor Dr. Yuka Sasaki, výzkumný pracovník kognitivních, lingvistických a psychologických věd ve společnosti Brown.

"Byly již četné pokusy." Nakonec jsme problém překonali. “

Klasifikátor, který kombinuje dva algoritmy strojového učení, fungoval dobře v každé populaci, v průměru s přesností 85 procent u japonských dobrovolníků a 75 procent přesností u Američanů.

Vědci vypočítali, že pravděpodobnost, že se tento stupeň výkonu mezi populacemi uvidí čistě náhodou, byla 1,4 z milionu.

Vědci ověřili účinnost klasifikátoru jiným způsobem porovnáním predikce autistické diagnózy s hlavní diagnostickou metodou, která je v současné době k dispozici klinikům, Autism Diagnostic Observation Schedule (ADOS).

ADOS není založen na ukazatelích biologie nebo fyziologie, ale na rozhovorech a pozorováních chování lékaře. Klasifikátor dokázal předpovědět skóre na komunikační složce ADOS se statisticky významnou korelací 0,44. Korelace naznačuje, že 16 připojení identifikovaných klasifikátorem souvisí s atributy důležitými v ADOS.

Vědci poté zjistili, že spojení byla spojena s mozkovou sítí odpovědnou za mozkové funkce, jako je uznávání ostatních lidí, zpracování tváře a emoční zpracování. Toto anatomické vyrovnání je v souladu se symptomy spojenými s poruchami autistického spektra, jako jsou sociální a emoční vnímání.

Nakonec se tým podíval, zda klasifikátor vhodně odráží podobnosti a rozdíly mezi poruchami autistického spektra a jinými psychiatrickými stavy.

Například je známo, že autismus sdílí některé podobnosti se schizofrenií, ale ne s depresí nebo poruchou pozornosti s hyperaktivitou.

Při aplikaci na pacienty s každou z těchto dalších poruch ve srovnání s podobnými lidmi bez podmínek vykazoval klasifikátor střední, ale statisticky významnou přesnost při rozlišování pacientů se schizofrenií, ale nikoli u pacientů s depresí nebo ADHD.

MRI skeny potřebné ke shromáždění dat byly jednoduché, řekl Sasaki. Subjekty potřebovaly ve stroji strávit jen asi 10 minut a nemuseli provádět žádné speciální úkoly. Museli zůstat v klidu a odpočívat.

Navzdory této jednoduchosti a přestože klasifikátor fungoval bezprecedentně dobře jako věc výzkumu, řekl Sasaki, ještě není připraven být klinickým nástrojem. I když budoucnost může tento vývoj přinést, nejdříve bude nutné vylepšení.

"Úroveň přesnosti musí být mnohem vyšší," řekl Sasaki. "Osmdesátiprocentní přesnost nemusí být ve skutečném světě užitečná."

Rovněž není jasné, jak by to fungovalo u dětí, protože dobrovolníci v této studii byli všichni dospělí.

Přestože klasifikátor není připraven na aktuální diagnostiku, protože přesnost zlepšuje skenování a analýza nemusí být jen fyziologickým diagnostickým nástrojem, ale také přístupem ke sledování účinnosti léčby.

Lékaři možná někdy budou moci tento nástroj použít k monitorování toho, zda terapie způsobují změny v mozkové konektivitě, řekl Sasaki.

Výzkum je publikován v časopise Příroda komunikace.

Zdroj: Brown University