Structural changes in autism reflect atypical brain network organization and phenotypical heterogeneity: a deep network approach
تستخدم هذه الدراسة الشبكات العصبية التلافيفية ثلاثية الأبعاد لتحليل بيانات التصوير بالرنين المغناطيسي البنيوي، كاشفةً أن التغيرات البنيوية غير النمطية في الفصين الجبهي والصدغي الأيسر وشبكات وظيفية محددة تكمن وراء التباين المظهري لاضطراب طيف التوحد، مما يقدم رؤىً للتقسيم النوعي التشخيصي.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي لبحث مسبق لم يخضع لمراجعة الأقران. وهو ليس نصيحة طبية. لا تتخذ أي قرارات تتعلق بصحتك بناءً على هذا المحتوى. اقرأ إخلاء المسؤولية الكامل
يُعد اضطراب طيف التوحد حالة نمائية معقدة تؤثر على كيفية تفاعل الأشخاص، وتواصلهم، وتجربتهم للعالم. وبينما تُعرف التحديات الجوهرية جيداً، إلا أن هذا الاضطراب يتجلى بشكل مختلف لدى كل فرد، مما يخلق طيفاً واسعاً من التجارب بدلاً من كونه حالة واحدة موحدة. لطالاً سعى العلماء لفهم الجذور البيولوجية لهذا التنوع، بحثاً عن اختلافات فيزيائية في الدماغ قد تفسر لماذا يعاني شخص ما من صعوبة في فهم الإشارات الاجتماعية بينما يواجه آخر عقبات مختلفة. ولعقود من الزمن، اعتمد الباحثون على التصوير الوظيفي، الذي يرصد الدماغ أثناء العمل، لرسم خرائط هذه الاختلافات. ومع ذلك، لا يزال هناك سؤال جوهري قائم: هل يمكن لبنية الدماغ الساكنة، أي هندسته الفيزيائية التي تلتقطها لقطة واحدة، أن تكشف أيضاً عن الأنماط المعقدة لهذا الاضطراب؟
تشير دراسة جديدة أجراها باحثون في جامعة بوسطن إلى أن الإجابة هي نعم. فمن خلال تطبيق الذكاء الاصطناعي المتقدم على صور الرنين المغناطيسي الهيكلية القياسية، كشف الفريق عن خريطة خفية لكيفية تجلي التوحد فيزيائياً عبر الدماغ. لم يبحثوا فقط عن "بقعة توحد" واحدة، بل استخدموا نظام تعلم عميق لتحليل حجم الدماغ بالكامل لأكثر من مئة فرد. كان الهدف هو معرفة ما إذا كان الشكل والهيكل الفيزيائي للدماغ يمكن أن يتنبأ بشدة أعراض الشخص ويكشف عن الشبكات المحددة المعنية بذلك. وتشير النتائج إلى نمط لافت: إذ يترك الاضطراب علامة مميزة وغير متماثلة في الدماغ، حيث يُظهر الجانب الأيسر التغييرات الهيكلية الأكثر أهمية والتي تتوافق مع شدة الحالة.
عمل الباحثون على مجموعة كبيرة من صور مسح الدماغ من قاعدة بيانات عامة، مع التركيز على الأفراد المصابين بالتوحد الذين تم تصنيفهم إما على أنهم يعانون من شدة أعراض عالية أو منخفضة بناءً على مقياس سريري قياسي. وقاموا بتدريب نموذج حاسوبي متطور، وهو نوع من الذكاء الاصطناعي يُعرف باسم الشبكة العصبية الالتفافية ثلاثية الأبعاد، للتمييز بين هاتين المجموعتين. صُمم هذا النموذج لينظر إلى الدماغ بأكمله في آن واحد، ليتعلم كيفية رصد الفروق الدقيقة في المادة الرمادية التي قد تخفى على العين البشرية. ولضمان أن النموذج يتعلم عن التوحد وليس مجرد ضوضاء عشوائية أو اختلافات في كيفية إجراء المسوحات في مستشفيات مختلفة، استخدم الفريق طرق اختبار صارمة؛ حيث تحققوا من أن نجاح النموذج لم يكن بسبب جودة الصور أو عمر المشاركين، بل يعود إلى سمات هيكلية حقيقية مرتبطة بالاضطراب.
بمجرد أن تعلم النموذج التمييز بين المجموعتين، استخدم الباحثون تقنية تسمى "رسم خرائط البروز" (saliency mapping) لمعرفة الأجزاء التي كان الكمبيوتر يركز عليها في الدماغ. فكر في الأمر كأنك تطلب من الكمبيوتر تسليط الضوء على البكسلات المحددة في الصورة التي كانت الأكثر أهمية لقراره. وكشفت النتائج عن نمط واضح ومتسق: كان نصف الكرة المخي الأيسر أكثر انخراطاً بكثير من الأيمن. فقد تركزت التغييرات الهيكلية الأكثر أهمية في الفصين الجبهي والصدغي في الجانب الأيسر، وهي مناطق تُعرف بأنها حيوية للغة، والتفاعل الاجتماعي، والتنظيم العاطفي. وبينما أظهر جانب الدماغ الأيمن بعض التغييرات، إلا أنها كانت أصغر حجماً وأقل اتساقاً عبر المجموعة.
ذهبت الدراسة إلى أبعد من ذلك بفحص كيفية عمل هذه المناطق المختلفة من الدماغ معاً. حلل الباحثون ما إذا كانت التغييرات الهيكلية في منطقة ما تحدث جنباً إلى جنب مع التغييرات في منطقة أخرى، مما يخلق شبكة من التعديلات المتصلة. ووجدوا أن مناطق الدماغ الأكثر تأثراً شكلت نظاماً متماسكاً يتماشى مع الشبكات الوظيفية المعروفة في الدماغ. وتحديداً، كانت التغيات أكثر بروزاً في "شبكة الوضع الافتراضي" (default mode network)، التي تنشط عندما نكون في حالة أحلام اليقظة أو التفكير في أنفسنا، وشبكات الانتباه التي تساعدنا على التركيز على العالم من حولنا. كما ربطت الدراسة هذه الأنماط الهيكلية بأعراض محددة؛ فعلى سبيل المثال، ارتبطت الاختلافات في الفصين الصدغي والجداري الأيسر بالاختلافات في درجات التواصل والوعي الاجتماعي، مما يشير إلى أن الشكل الفيزيائي لهذه المناطق يرتبط مباشرة بمدى شدة التحديات الاجتماعية لدى الشخص.
كانت إحدى النتائج الأكثر إثارة للإعجاب هي العلاقة بين شدة الاضطراب واتساق هذه التغييرات الدماغية. فلدى الأفراد الذين يعانون من توحد شديد الدرجة، لم تكن الاختلافات الهيكلية عبر نصف الكرة المخي الأيسر عشوائية؛ بل اتبعت نمطاً تناسبياً حيث ترتبط درجة التغيير في منطقة ما بدرجة التغيير في المناطق الأخرى. وهذا يشير إلى أن بنية الدماغ في الحالات الشديدة تكون متغيرة بطريقة منسقة ومنظمة. وفي المقابل، كانت هذه العلاقة التناسبية أضعف بكثير أو غائبة لدى الأفراد ذوي الشدة المنخفضة وفي نصف الكرة المخي الأيمن لدى الجميع. وهذا يشير إلى أن الجانب الأيسه من الدماغ يتحمل العبء الهيكلي الأساسي للاضطراب، وأن مدى هذا العبء يتناسب مع حدة الأعراض.
نظر الباحثون أيضاً في كيفية مقارنة هذه النتائج الهيكلية بما هو معروف عن وظائف الدماغ. فالشبكات التي حددوها — مثل شبكة الوضع الافتراضي وشبكة البروز (salience network) التي تساعدنا في تحديد ما يجب أن ننتبه إليه — هي نفس الشبكات التي أظهرت وظائف مختلفة لدى المصابين بالتوحد عندما تكون نشطة. وهذا اكتشاف بالغ الأهمية لأنه يعني أن البنية الفيزيائية للدماغ، المرئية في مسح قياسي، تحتوي على المخطط لهذه الاختلافات الوظيفية. وهذا يوحي بأن الطريقة التي يُبنى بها الدماغ قد تملي كيفية تشغيله، وأن هذه العلامات الهيكلية موثوقة بما يكفي لاستخدامها في فهم طيف الاضطراب.
من خلال التركيز على نصف الكرة المخي الأيسر وشبكاته المحددة، تقدم هذه الدراسة صورة أوضح للواقع البيولوجي الكامن وراء تنوع التوحد. إنها تتجاوز فكرة السبب الواحد أو نوع واحد من الدماغ، لتظهر بدلاً من ذلك طيفاً من التباينات الهيكلية التي ترتبط بالأعراض الواقعية. ويبرهن هذا العمل على أن الذكاء الاصطناعي يمكن أن يعمل كعدسة قوية، تكشف عن أنماط في البيانات المعقدة كان من الصعب رؤيتها سابقاً. وبينما لا تقدم الدراسة اختباراً تشخيصياً جديداً أو علاجاً، إلا أنها توفر خريطة مفصلة للمشهد الهيكلي للدماغ في حالات التوحد، وتربط الشكل الفيزيائي بالتبعات الوظيفية. وتساعد هذه الخريطة في شرح سبب اختلاف الاضطراب من شخص لآخر، وتوفر أساساً للأبحاث المستقبلية حول كيفية تشكيل هذه الاختلافات الهيكلية للتجارب الفريدة للأفراد على هذا الطيف.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.