Naukowcy użyli sztucznej inteligencji i danych genetycznych ponad 43 tys. osób, aby wykryć wzorce biologiczne, które mogą zmienić diagnozowanie i leczenie jednej z najczęstszych chorób neurologicznych.
Od dziesięcioleci migrenę rozpoznaje się głównie w tradycyjny sposób: lekarze pytają pacjentów, jakie odczuwają bóle głowy.
REKLAMA
REKLAMA
Nie ma badania krwi, badania obrazowego ani innego dobrze ustalonego biomarkera, który jednoznacznie identyfikowałby to zaburzenie. Lekarze opierają się więc na typowym zestawie objawów – silnym bólu głowy, często połączonym z nudnościami oraz nadwrażliwością na światło lub dźwięk.
Nowe badania sugerują jednak, że migrena może pozostawiać znacznie szerszy ślad biologiczny, niż wynikałoby to z samych objawów.
Naukowcy w Norwegii wykorzystali uczenie maszynowe, aby na podstawie danych niezawierających opisu bólu głowy wskazać osoby z migreną, a następnie użyli sztucznej inteligencji, by wyodrębnić różne grupy pacjentów z migreną.
Wyniki, opisane w czasopiśmie Neurology (źródło w Angielski), sugerują, że migrena w ogóle nie jest jednym schorzeniem, lecz „zaburzeniem spektralnym, które można identyfikować i dzielić na podtypy, wykorzystując szerokie dane kliniczne i biologiczne – nie wyłącznie według objawów typowych dla bólu głowy”, piszą badacze.
„W rozpoznawaniu migreny jest wiele nieścisłości. Wygląda na to, że sztuczna inteligencja może nam pomóc stawiać trafniejszą diagnozę” – powiedział (źródło w Angielski)Anker Stubberud, lekarz i badacz bólów głowy z Norweskiego Uniwersytetu Nauki i Technologii (NTNU).
To może z czasem mieć znaczenie dla terapii. Jeśli różne odmiany migreny mają odmienne podpisy biologiczne, lekarze być może będą kiedyś w stanie przewidzieć, którzy pacjenci zareagują na jakie leczenie, „tak aby chorzy mogli otrzymać możliwie najlepszą terapię” – dodał Stubberud, zamiast polegać głównie na metodzie prób i błędów.
Badacze przeanalizowali dane z Trøndelag Health Study, dużego norweskiego badania populacyjnego, w którym informacje kliniczne zbierano w latach 90. i 2000. Analiza diagnostyczna objęła 43 197 osób, w tym prawie 9 tys. zakwalifikowanych jako mające migrenę.
Naukowcy wprowadzili do modelu AI dziesiątki informacji o zdrowiu i stylu życia uczestników – od danych demograficznych, przez stan zdrowia psychicznego, choroby sercowo‑naczyniowe i układu mięśniowo‑szkieletowego, po sen, aktywność fizyczną, stosowane leki i inne czynniki – a także dane genetyczne.
Co istotne, model nie otrzymał kluczowych informacji na temat samego bólu głowy.
Mimo to najlepiej działający model osiągnął pole pod krzywą (AUC) na poziomie 0,80 w wydzielonym zbiorze testowym, co oznacza dość dobrą zdolność odróżniania osób z migreną od uczestników bez bólów głowy. Dodanie informacji genetycznych poprawiło wyniki tylko nieznacznie w porównaniu z samymi danymi klinicznymi.
„To, że sztuczna inteligencja potrafiła tak precyzyjnie rozpoznawać migrenę, nie mając żadnej wiedzy o samym bólu głowy, sugeruje, iż schorzenie pozostawia ślady wykraczające daleko poza same napady” – podkreślił Stubberud.
Ten wynik jest ważny ze względu na to, co mówi o biologicznych podstawach migreny.
Najsilniejszym czynnikiem predykcyjnym był wiek, a dalej ból karku, miesiączka i nudności – wynika z analizy badaczy, którzy sprawdzali, jakie cechy najbardziej wpływały na przewidywania modelu.
Cztery typy migreny
W kolejnym etapie badania zamiast prosić algorytm o odróżnianie migreny od innych bólów głowy, naukowcy polecili mu szukać w danych naturalnie występujących grup.
Spośród 12 185 osób, dla których zebrano wystarczająco pełne informacje o bólach głowy, algorytm wyodrębnił jedną grupę 1425 osób, z których 94% spełniało kryteria migreny przyjęte przez badaczy. Znacznie większa grupa obejmowała osoby, u których bóle głowy częściej klasyfikowano jako niemigrenowe.
Grupę o obrazie zbliżonym do migreny można było z kolei podzielić na cztery podtypy.
W jednej znajdowali się wyłącznie mężczyźni. Druga wyróżniała się nasilonym bólem karku. W trzeciej częściej występował ból mięśniowo‑szkieletowy, a wraz z nim lęk i depresja. Czwarta przypominała to, co lekarze określają jako „klasyczną” migrenę – osoby z tej grupy doświadczały aury migrenowej, czyli zestawu przejściowych objawów neurologicznych pojawiających się przed napadem lub w jego trakcie, takich jak błyski światła, zygzakowate wzory, mroczki lub migoczące obszary. Aura może również obejmować mrowienie lub drętwienie oraz trudności z mówieniem.
Te grupy różniły się także pod względem sygnałów genetycznych. Badacze stwierdzili, że oparte na uczeniu maszynowym genetyczne wskaźniki ryzyka lepiej odróżniały podtypy niż tradycyjne poligeniczne wskaźniki ryzyka.
„To wzmacnia hipotezę, że migrena nie jest jednym schorzeniem, lecz zróżnicowaną grupą odmiennych stanów biologicznych” – ocenił Stubberud.
Konsekwencje mogą wykraczać poza samo udoskonalenie testów diagnostycznych.
Uzyskane wyniki mogą pomóc wyjaśnić frustrację od lat odczuwaną przez pacjentów i lekarzy: dlaczego terapia, która u jednej osoby z migreną działa znakomicie, u innej prawie nie przynosi efektu.