الذكاء الاصطناعي يرسم ملامح جديدة لعلاج التصلب المتعدد

كشف فريق بحثي من كلية لندن الجامعية (UCL) وQueen Square Analytics عن اكتشافين بيولوجيين غير مسبوقين لمرض التصلب المتعدد (MS)، باستخدام الذكاء الاصطناعي وتحليل صور الرنين المغناطيسي وفحوص دم بسيطة، في دراسة نُشرت حديثاً بمجلة Brain.

وتمكّن العلماء من تحديد نمطين فرعيين جديدين للمرض، أطلق عليهما “early sNfL” و”late sNfL”، بعد تحليل بيانات نحو 600 مريض. وارتكز البحث على مستويات بروتين دم يُسمى سلسلة النيوروفيلامنت الخفيفة في المصل (sNfL)، الذي يُفرز عند تضرر الخلايا العصبية ويُعد مؤشراً على نشاط المرض.

في النمط الأول “early sNfL”، ظهرت مستويات مرتفعة من البروتين في وقت مبكر من مسار المرض، بالتزامن مع ضرر في الجسم الثفني، ما أدى إلى تطور سريع للآفات الدماغية، وهو ما يشير إلى شكل أكثر شراسة ونشاطاً من التصلب المتعدد. أما النمط الثاني “late sNfL”، فقد أظهر ضموراً في مناطق مثل القشرة الحوفية والمادة الرمادية العميقة قبل ارتفاع مستويات البروتين، في مسار أبطأ نسبياً، حيث تصبح أذيات الأعصاب أكثر وضوحاً في مراحل لاحقة.

وقال الدكتور أرمان إشاغي، الباحث الرئيس في الدراسة: “التصلب المتعدد ليس مرضاً واحداً، والأنماط الفرعية الحالية لا تصف التغيرات النسيجية الكامنة التي نحتاج إلى معرفتها لمعالجته. باستخدام الذكاء الاصطناعي مع التصوير بالرنين المغناطيسي وعلامة دموية متاحة على نطاق واسع أظهرنا للمرة الأولى نمطين بيولوجيين واضحين للمرض.”

ويرى الباحثون أن هذه الاكتشافات ستساعد الأطباء على توقع مسار المرض وتفصيل العلاجات بدقة أكبر، حيث قد يُعرض على مرضى “early sNfL” علاجات عالية الفعالية في وقت مبكر مع متابعة لصيقة، بينما قد يستفيد مرضى “late sNfL” من مقاربات علاجية تركز على حماية الخلايا العصبية وإبطاء التنكس.

من جانبها، وصفت كايتلين آستبري، مديرة اتصالات الأبحاث في جمعية التصلب المتعدد، النتائج بأنها “تطور مثير في فهمنا للتصلب المتعدد”، مؤكدة أن الجمع بين الذكاء الاصطناعي والبيولوجيا العصبية يفتح الباب أمام تحسين فعالية العلاجات وتوسيع الخيارات المتاحة للمرضى.

التعليقات مغلقة.

يستخدم هذا الموقع ملفات تعريف الارتباط لتحسين تجربتك. سنفترض أنك موافق على ذلك ، ولكن يمكنك إلغاء الاشتراك إذا كنت ترغب في ذلك. قبول قراءة المزيد

WP Twitter Auto Publish Powered By : XYZScripts.com