به گزارش سیناپرس همدان، نشانگرهایی که به طور متوسط هفت سال قبل از تظاهرات بالینی بیانگر وجود بیماری پارکینسون در بیماران هستند توسط تیم تحقیقاتی UCL و بیمارستان چشم مورفیلدز شناسایی شده است.
این اولین باری است که محققان روش تشخیص این بیماری چندین سال قبل از بروز آن را کشف می کنند و این نتایج با بزرگترین مطالعه تا به امروز در مورد تصویربرداری شبکیه در بیماری پارکینسون امکان پذیر شد.
این مطالعه که در Neurology منتشر شد، نشانگرهای پارکینسون را در اسکن چشم با کمک هوش مصنوعی شناسایی کرد. تجزیه و تحلیل آن از مجموعه داده AlzEye با استفاده از پایگاه داده گسترده تر UK Biobank (داوطلبان سالم) تکرار شد که اکتشافات را تایید کرد.
استفاده از این دو مجموعه داده بزرگ و قدرتمند تیم را قادر به شناسایی این نشانگرهای ظریف کرده است، این درحالی است که بیماری پارکینسون شیوع نسبتاً کمی دارد (0.1-0.2٪ از جمعیت). تولید مجموعه داده AlzEye توسط INSIGHT، بزرگترین پایگاه داده تصاویر شبکیه و داده های بالینی مرتبط در جهان، فعال شد.
استفاده از داده‌های اسکن چشم قبلاً نشانه‌هایی از سایر بیماری‌های تخریب‌کننده عصبی، از جمله آلزایمر، مالتیپل اسکلروزیس و اخیراً اسکیزوفرنی را در یک زمینه تحقیقاتی نوظهور و هیجان‌انگیز به نام «اکولومیکس» نشان داده است.
استفاده از اسکن چشم و داده های چشم در هوش مصنوعی نیز این روش را قادر به تشخیص تمایل به ابتلا به فشار خون بالا، بیماری های قلبی عروقی از جمله سکته و دیابت کرده است.
پزشکان از مدت‌ها قبل می‌دانستند که چشم می‌تواند به‌عنوان پنجره‌ای به دیگر قسمت های بدن عمل کند و بینش مستقیمی در مورد بسیاری از جنبه‌های سلامتی ما بدهد. تصاویر با وضوح بالا از شبکیه در حال حاضر بخشی معمول از مراقبت از چشم هستند، به ویژه، یک نوع اسکن سه بعدی به نام “توموگرافی انسجام نوری” (OCT)، که به طور گسترده در کلینیک های چشم و بینایی شناسی های معمول استفاده می شود. در کمتر از یک دقیقه، یک اسکن OCT، مقطعی از شبکیه (پشت چشم) را با جزئیات باورنکردنی با دقت یک هزارم میلی متر ایجاد می کند.
این تصاویر برای نظارت بر سلامت چشم بسیار مفید هستند، اما ارزش آنها بسیار فراتر می رود، زیرا اسکن شبکیه تنها راه غیر نفوذی برای مشاهده لایه های سلولی زیر سطح چشم است. در سال‌های اخیر، محققان شروع به استفاده از رایانه‌های قدرتمند برای تجزیه و تحلیل دقیق تعداد زیادی OCT و سایر تصاویر چشم کرده‌اند.
کامپیوترها با استفاده از نوعی هوش مصنوعی که به عنوان یادگیری ماشینی شناخته می شود، اکنون می توانند اطلاعات پنهانی درباره کل بدن را به تنهایی از این تصاویر کشف کنند. استفاده از این پتانسیل جدید همان چیزی است که oculomics در مورد آن به وجود آمده است.
نویسنده اصلی دکتر زیگفرید واگنر (موسسه چشم پزشکی UCL و بیمارستان چشم مورفیلدز)، که محقق اصلی چندین مطالعه دیگر AlzEye نیز هست، گفت: من همچنان از آنچه می توانیم از طریق اسکن چشم کشف کنیم شگفت زده می شوم. در حالی که ما هنوز آماده پیش بینی اینکه آیا فردی به پارکینسون مبتلا می شود یا خیر نیستیم، امیدواریم که این روش به زودی به ابزاری برای پیش غربالگری برای افراد در معرض خطر تبدیل شود.
پیدا کردن علائم تعدادی از بیماری‌ها قبل از ظهور علائم به این معنی است که در آینده، افراد می‌توانند زمان لازم را برای ایجاد تغییرات در سبک زندگی برای جلوگیری از بروز برخی بیماری‌ها داشته باشند، و پزشکان می‌توانند شروع و تاثیر اختلالات نورودژنراتیو تغییر دهنده زندگی را به تاخیر بیندازند.
پروفسور آلیستر دنیستون، مشاور چشم پزشک در بیمارستان های دانشگاهی بیرمنگام، استاد دانشگاه بیرمنگام و بخشی از NIHR Moorfields BRC گفت: این کار پتانسیل داده‌های چشمی را نشان می‌دهد که با استفاده از فناوری برای تشخیص علائم و تغییرات بسیار ظریف برای انسان قابل مشاهده نیست. ما اکنون می‌توانیم علائم اولیه پارکینسون را تشخیص دهیم و فرصت‌های جدیدی را برای درمان ایجاد کنیم.
لوئیزا ویکهام، مدیر پزشکی مورفیلدز، توضیح داد: تصویربرداری فزاینده در یک جمعیت وسیع‌تر تأثیر زیادی بر سلامت عمومی در آینده خواهد داشت و در نهایت منجر به تجزیه و تحلیل پیش‌بینی‌کننده خواهد شد. اسکن‌های OCT مقیاس‌پذیرتر، غیرتهاجمی‌تر، کم‌هزینه‌تر و سریع‌تر از اسکن‌های مغزی برای این منظور هستند.
بیماری پارکینسون یک بیماری عصبی پیشرونده است که با کاهش دوپامین مشخص می شود و معاینه پس از مرگ بیماران مبتلا به پارکینسون تفاوت هایی را در INL (لایه هسته ای داخلی) شبکیه پیدا کرده است. مطالعات قبلی با استفاده از اسکن OCT، ناهنجاری‌های مورفولوژیکی بالقوه مرتبط با این بیماری، اما با ناهماهنگی‌ها را پیدا کرده‌اند.
این مطالعه گزارش‌های قبلی را در مورد یک GCIPL به طور قابل‌توجهی نازک‌تر (لایه پلکسی شکل داخلی سلول گانگلیونی) تأیید کرد، در حالی که برای اولین بار یک INL نازک‌تر پیدا کرد. همچنین مشخص شد که کاهش ضخامت این لایه‌ها با افزایش خطر ابتلا به بیماری پارکینسون، فراتر از عوامل دیگر یا بیماری‌های همراه مرتبط است.
مطالعات آینده برای تعیین اینکه آیا پیشرفت آتروفی GCIPL ناشی از تغییرات مغزی در بیماری پارکینسون است یا اینکه نازک شدن INL مقدم بر آتروفی GCIPL است، مورد نیاز است. بررسی این موضوع می‌تواند به توضیح مکانیسم و تعیین اینکه آیا تصویربرداری شبکیه می‌تواند از تشخیص، پیش‌آگهی و مدیریت پیچیده بیماران مبتلا به بیماری پارکینسون حمایت کند یا خیر، کمک کند.
این مطالعه همچنین اطلاعات بالینی دقیقی در مورد وضعیت بیماری پارکینسون در بیماران (تاریخ تشخیص دقیق، الگوهای درمان و درمان فعلی) نداشت، که می‌تواند تغییرات شبکیه چشم به مدت یا پیشرفت بیماری داشته باشد.
منبع: Neurology
مترجم: سید سپهر ارومیهء