Multi-Domain Machine Learning of VR-synchronised directional EEG phase connectivity reveals candidate Alzheimer's continuum biomarkers
Integrando la realtà virtuale immersiva con l'EEG a 64 canali e l'analisi dell'entropia di trasferimento di fase, questo studio dimostra che i modelli di connettività cerebrale direzionale possono distinguere accuratamente la malattia di Alzheimer, il decadimento cognitivo lieve e la cognizione normale, identificando al contempo firme elettrofisiologiche specifiche come candidati biomarcatori per il continuum dell'Alzheimer.
Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo
Immagina il tuo cervello come una città frenetica e tecnologicamente avanzata, dove miliardi di neuroni sono i cittadini, che inviano costantemente messaggi per far sì che tutto funzioni. A volte, questi messaggi possono diventare un po' confusi, come un ingorgo stradale o un segnale radio interrotto, il che può essere un segnale di allerta precoce per la malattia di Alzheimer. Per molto tempo, i medici hanno cercato di intercettare questi guasti ascoltando le "onde radio" del cervello (chiamate EEG) mentre le persone stanno sedute ferme a riposare. Ma proprio come cercare di trovare un ingorgo guardando una città mentre tutti dormono, il riposo potrebbe non mostrare i problemi reali. Gli scienziati hanno anche iniziato a usare la Realtà Virtuale (VR) — pensa a un videogioco super immersivo — per dare al cervello una sfida specifica, come navigare in un labirinto o risolvere un puzzle. L'idea è che, se sottoponi a uno "stress test" la rete cerebrale mentre è impegnata a giocare, potresti individuare le crepe nascoste che sono invisibili quando il cervello si sta solo rilassando. Questo studio pone una grande domanda: possiamo combinare questo "stress test" in VR con un programma informatico super intelligente per trovare i pattern specifici del traffico cerebrale che segnalano gli stadi molto precoci dell'Alzheimer, ancora prima che una persona si senta davvero malata?
In questo studio, i ricercatori hanno agito come detective del cervello, equipaggiando 37 volontari (alcuni con l'Alzheimer, alcuni con lievi problemi di memoria e altri con una memoria perfetta) con un casco a 64 sensori e inserendoli in un mondo di realtà virtuale. Invece di limitarsi a osservare quanto fossero forti i segnali cerebrali, hanno usato uno strumento matematico speciale chiamato "Phase Transfer Entropy" per capire la direzione del traffico. Pensa di non voler sapere solo che le auto si stanno muovendo su un'autostrada, ma di sapere esattamente in che direzione stanno guidando e chi sta guidando la fila. Hanno poi inserito tutti questi dati in un "coach" di machine learning (un tipo di programma informatico) per vedere se fosse in grado di imparare a distinguere i tre gruppi.
I risultati sono stati piuttosto promettenti. Il coach informatico, specificamente uno che utilizza un metodo chiamato "K-Nearest Neighbours", è riuscito a identificare correttamente a quale gruppo apparteneva una persona circa l'86,5% delle volte. Ancora più eccitante, ha individuato il 100% delle persone con deficit cognitivi lievi (MCI), il che significa che non ha mancato nemmeno un caso in questo piccolo gruppo. Lo studio suggerisce che i "pattern di traffico" del cervello cambiano in modi molto specifici man mano che la malattia progredisce. Per le persone con l'Alzheimer, il cervello sembrava perdere la capacità di inviare segnali dalla parte posteriore (dove vediamo e processiamo lo spazio) verso la parte anteriore, quasi come un ponte interrotto. Le persone con lievi problemi di memoria mostravano un pattern diverso: quando il gioco in VR diventava difficile, i loro cervelli cercavano di lavorare di più creando connessioni extra nella parte posteriore, come una città che installa semafori extra per gestire un improvviso aumento del traffico. Nel frattempo, le persone con una cognizione normale mantenevano il loro traffico fluido ed efficiente.
I ricercatori hanno anche trovato 11 "indizi" specifici o biomarcatori che sembravano svolgere il lavoro pesante nel creare queste distinzioni. Questi indizi includevano quanto bene il centro nevralgico del cervello (un incrocio chiave nella città) tenesse insieme la banda di frequenza gamma, e come i segnali alfa fluissero nella parte posteriore della testa. Tuttavia, gli autori avvertono che questo è solo l'inizio. Poiché il gruppo di persone studiate era relativamente piccolo (solo 37 persone), queste scoperte sono come un forte indizio o una "prova di concetto" piuttosto che un test medico finale e pronto all'uso. Suggeriscono che questo metodo VR-EEG è un modo riproducibile ed eccitante per trovare nuovi indizi, ma devono testarlo su un gruppo di persone molto più ampio per essere sicuri che funzioni per tutti. È un passo avanti molto interessante nel comprendere come individuare i segni precoci dell'Alzheimer osservando come la rete cerebrale reagisce a un'avventura virtuale divertente.
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.