Improved stacking ensemble learning for objective tinnitus severity assessment based on functional near-infrared spectroscopy signals

Per milioni di persone in tutto il mondo, un suono fantasma suona costantemente nelle loro orecchie. Questa condizione, nota come acufene, non è un ronzio proveniente da una fonte esterna, ma una percezione creata dal cervello stesso. Può variare da un debole ronzio a un ruggito assordante, spesso disturbando il sonno, l'umore e la capacità di godersi la vita quotidiana. Attualmente, i medici non hanno un modo affidabile per misurare quanto sia grave l'acufene per un paziente specifico. La diagnosi standard si basa interamente sulla descrizione del proprio soffrire da parte del paziente attraverso questionari. Poiché ciò dipende da sentimenti personali e dalla memoria, i risultati possono variare enormemente da un giorno all'altro o da una persona all'altra, rendendo difficile monitorare i progressi o personalizzare i trattamenti. Gli scienziati sperano da tempo di trovare un marcatore oggettivo, un segnale fisico nel cervello che possa essere misurato come la pressione sanguigna, per determinare la reale gravità della condizione.

Un team di ricercatori a Shanghai ha compiuto un passo significativo verso quell'obiettivo combinando uno strumento specializzato di imaging cerebrale con un sofisticato metodo di apprendimento informatico. Si sono concentrati sulla risposta del cervello al suono, utilizzando una tecnologia chiamata spettroscopia funzionale nel vicino infrarosso. Questo dispositivo emette luce sicura, nel vicino infrarosso, attraverso il cranio per misurare le variazioni dei livelli di ossigeno nel sangue, che fungono da indicatore dell'attività cerebrale. Quando il cervello lavora più intensamente, consuma più ossigeno e il flusso sanguigno cambia di conseguenza. Ascoltando un tono specifico e osservando come reagiscono i livelli di ossigeno nel sangue del cervello, i ricercatori hanno catturato una firma fisiologica unica dell'esperienza dell'acufene. Hanno poi inserito questi segnali in un nuovo tipo di algoritmo informatico progettato per apprendere schemi che l'occhio umano potrebbe perdere.

I ricercatori hanno reclutato sessanta adulti che soffrivano di acufene soggettivo, il che significa che il ronzio era solo nella loro testa e non causato da un problema meccanico esterno. Prima di qualsiasi scansione, ogni partecipante ha completato un questionario standard per valutare la propria gravità dell'acufene, che ha servito come verità di base per lo studio. I partecipanti sono stati poi seduti in una stanza silenziosa e dotati di un cappuccio contenente sorgenti luminose e rilevatori. Hanno ascoltato una serie di toni acuti per diciotto secondi, seguiti da diciotto secondi di silenzio, ripetendo questo ciclo sei volte. Durante questo tempo, il cappuccio ha registrato come i livelli di ossigeno in diverse parti del loro cervello cambiassero. I ricercatori si sono concentrati su aree specifiche note per gestire il suono e il linguaggio, come i lobi temporali e frontali, suddividendo il flusso continuo di dati in piccoli pezzi gestibili per analizzare le sottili fluttuazioni.

Per dare un senso a questi dati complessi, il team ha sviluppato una versione migliorata di una tecnica di apprendimento automatico chiamata Stacking. In una configurazione tradizionale, un computer potrebbe usare diversi modelli per indovinare la risposta e poi prendere semplicemente la media dei loro voti. I ricercatori hanno trovato questo approccio troppo semplice per la natura rumorosa e intricata dei segnali cerebrali. Invece, hanno costruito un sistema più collaborativo. Hanno utilizzato tre tipi distinti di modelli informatici, ciascuno con il proprio punto di forza nel rilevare schemi, per analizzare i segnali cerebrali. Invece di limitarsi ad mediare i loro risultati, il nuovo metodo ha permesso a questi modelli di comunicare tra loro in modo più avanzato. Ha combinato le loro previsioni, creato nuove e complesse relazioni tra i punti dati e ha dato maggiore influenza ai modelli che performavano meglio su parti specifiche dei dati. Questo processo è stato ripetuto molte volte con diverse raggruppamenti dei dati per garantire che il risultato finale non fosse solo un colpo di fortuna.

I risultati hanno mostrato un chiaro vantaggio per questo nuovo approccio migliorato. Quando il team ha testato il suo sistema su un gruppo di pazienti che non aveva mai visto prima, ha identificato correttamente la gravità dell'acufene nel 96,31% dei casi. Si è trattato di un salto significativo rispetto al metodo standard, che raggiungeva un'accuratezza di circa il 90%. Il nuovo sistema è stato particolarmente bravo a distinguere i diversi livelli di gravità, dal lieve fastidio al grave disagio. I ricercatori hanno osservato che, sebbene il miglioramento possa sembrare piccolo in termini di punti percentuali, nel mondo della diagnosi medica, passare dal 90% al 96% rappresenta uno strumento molto più affidabile per i medici. Il sistema ha tradotto con successo l'esperienza invisibile e soggettiva del ronzio nelle orecchie in un numero concreto e misurabile basato su come il cervello reagisce fisicamente al suono.

Nonostante questo successo, gli autori avvertono con cautela che lo studio non è ancora una soluzione definitiva per la pratica clinica. Il gruppo di pazienti studiato era relativamente piccolo e i risultati devono essere confermati con un numero maggiore di persone per garantire che il metodo funzioni per tutti. Lo studio non ha inoltre incluso un gruppo di controllo che ricevesse un trattamento placebo, quindi è possibile che alcuni dei cambiamenti cerebrali siano stati influenzati dalle aspettative dei pazienti piuttosto che dall'acufene stesso. Inoltre, la tecnologia non è ancora stata integrata in un flusso di lavoro ospedaliero dove un medico possa usarla in tempo reale durante una consultazione. Tuttavia, lo studio fornisce una solida prova di concetto. Dimostra che, ascoltando i livelli di ossigeno cerebrale e utilizzando un modo più intelligente per interpretarli, è possibile andare oltre le congetture e iniziare a misurare oggettivamente una condizione che da tempo è definita solo da quanto faccia soffrire la persona che ne è affetta.