Cyfrowe bliźniaki mózgu poprawiają rezultaty leczenia
Jak czytamy w artykule opublikowanym na łamach czasopisma „Lancet”(odnośnik otworzy się w nowym oknie) zaburzenia neurologiczne są obecnie główną przyczyną utraty zdrowia na świecie. Z danych dotyczących 2018 roku wynika, że blisko 7,85 miliona pacjentów w Unii Europejskiej cierpi na demencję(odnośnik otworzy się w nowym oknie), a według szacunków(odnośnik otworzy się w nowym oknie) ich liczba wzrośnie do 14,3 miliona do 2050 roku. Na epilepsję choruje przeszło 6 milionów osób w Europie(odnośnik otworzy się w nowym oknie), z kolei według OECD(odnośnik otworzy się w nowym oknie) koszty związane z problemami ze zdrowiem psychicznym wynoszą około 600 miliardów euro rocznie. Trwają prace nad nowymi technikami diagnostycznymi, a wzrost mocy obliczeniowej i rozwój sztucznej inteligencji prowadzi do pojawiania się innowacyjnych sposoby modelowania ścieżek i metod leczenia. Jedną z nich jest wykorzystanie cyfrowych bliźniaków. „Neurobliźniaki to spersonalizowane modele całego mózgu, które wykorzystują zjawiska elektromagnetyczne w celu badania przepływu prądu elektrycznego w głowie każdego pacjenta oraz generowania go przez tkanki, a także elementy fizjologiczne odtwarzające zachowanie sieci mózgowych. „Rozwiązania prognozują reakcję danego pacjenta na stymulację, dzięki czemu możemy dostosować leczenie”, wyjaśnia współzałożyciel spółki Neuroelectrics Barcelona(odnośnik otworzy się w nowym oknie) Giulio Ruffini(odnośnik otworzy się w nowym oknie). Ruffini był koordynatorem projektu Neurotwin(odnośnik otworzy się w nowym oknie), którego celem było opracowanie spersonalizowanych sposobów leczenia opartych na modelach, mających na celu poprawę rokowań osób cierpiących na chorobę Alzheimera i inne schorzenia.
Modelowanie nieinwazyjnej stymulacji mózgu w celu przewidywania fizjologicznych skutków przezczaszkowej stymulacji elektrycznej
Jednym z wyzwań związanych z leczeniem chorób psychicznych jest prawidłowe przewidywanie wpływu zróżnicowanych metod, w tym przezczaszkowej stymulacji elektrycznej. Dzięki opracowaniu opartych na modelach odwzorowań mózgu danego pacjenta i stworzeniu cyfrowego bliźniaka możliwe jest uzyskanie wyraźniejszego obrazu konsekwencji interwencji. „Przez modelowanie rozumiemy wykorzystanie badań obrazowych na potrzeby zbudowania, dopasowania i weryfikacji predykcyjnego modelu cyfrowego bliźniaka, a następnie optymalizację montażu, intensywności, częstotliwości i czasu in silico, czyli w ramach symulacji, a także iteracyjne wprowadzanie zmian na podstawie nowych danych”, wyjaśnia Ruffini. „Mechanistyczna natura modeli, które opracowujemy, ma niezwykle istotne znaczenie. Nasze modele nie są czarnymi skrzynkami obejmującymi miliardy parametrów. Opierają się na fizjologicznym i mechanistycznym pojmowaniu działania mózgu. „Dzięki temu stają się one z natury prostsze i łatwiejsze w interpretacji”, dodaje. Zespół zastosował podejście oparte na trzech filarach. Pierwszym z nich jest fizyka głowy. Na podstawie rezonansu magnetycznego i tomografii komputerowej badacze obliczają pola elektryczne generowane przez stymulację mózgu, stosując metodę elementów skończonych(odnośnik otworzy się w nowym oknie), która nie wykorzystuje obrazowania w czasie rzeczywistym, lecz symulacje pozwalające określić, dokąd faktycznie przepływa prąd i przygotować odpowiednie montaże. Drugim jest dynamika mózgu - personalizacja modeli sieci całego mózgu w celu dopasowania ich do oscylacji i połączeń występujących w mózgach pacjentów, uzyskanych na podstawie danych z badań obrazowych, w tym rezonansu, rezonansu dyfuzyjnego, rezonansu funkcjonalnego oraz elektroencefalografii. Trzecim jest projektowanie leczenia in silico, które polega na testowaniu odpowiednich protokołów stymulacji na cyfrowych bliźniakach w celu wybrania tych, które mogą okazać się pomocne. „Badania obrazowe dostarczają informacji anatomicznych, które pozwalają lepiej ukierunkować pola elektryczne; hybrydowe modele kompleksowo prognozują zmiany fizjologiczne w czasie. Bez przewidywań poziom stymulacji może różnić się u poszczególnych pacjentów, co przekłada się na zróżnicowaną skuteczność”, zauważa Ruffini. „Przez lata traktowaliśmy stymulację niczym czarną skrzynkę. Dzięki spersonalizowanym neurobliźniakom możemy lepiej diagnozować choroby i bezpiecznie przeprowadzać testy, zanim zaczniemy leczyć pacjenta, co toruje drogę do precyzyjnej i spójnej personalizacji leczenia pod kątem potrzeb pacjenta oraz dostosowania dawkowania”.
Badania kliniczne torują drogę do popularyzacji neurobliźniaków w celu personalizacji leczenia
Dzięki dofinansowaniu badań naukowych i innowacji ze środków Unii Europejskiej zespół projektu zweryfikował opracowane podejście dzięki analizom międzygatunkowym oraz badaniom pilotażowym obejmującym randomizowane, podwójnie ślepe, krzyżowe badanie kliniczne(odnośnik otworzy się w nowym oknie) z grupą kontrolną przyjmującą placebo. Badanie(odnośnik otworzy się w nowym oknie), które odbyło się w Rzymie, w ośrodku IRCCS Fondazione Santa Lucia(odnośnik otworzy się w nowym oknie) (strona internetowa w języku włoskim), obejmowało codzienne, zoptymalizowane dzięki wykorzystaniu modelu i zindywidualizowane sesje stymulacji przezczaszkowej realizowane w domach pacjentów przez 8 tygodni. 30 pacjentów cierpiących na chorobę Alzheimera o łagodnym lub umiarkowanym stopniu zaawansowania przeszło 40 sesji stymulacji. „Nasze badanie kliniczne i badania przeprowadzone z udziałem zdrowych osób podkreślają wpływ stymulacji o częstotliwości 40 Hz na moc gamma. „Opracowaliśmy działający schemat postępowania, obejmujący anatomię i fizjologię poszczególnych pacjentów, a także oparty na modelu sposób dobierania dawkowania, który pozwala na prowadzenie zabiegów w domach w przypadku szczególnie narażonych grup pacjentów”, mówi Ruffini. Zespół zamierza rozszerzyć badania na wieloośrodkowe grupy pacjentów cierpiących na chorobę Alzheimera, a następnie uwzględnić także pacjentów cierpiących na epilepsję i inne schorzenia neurologiczne. Ruffini uważa, że dotychczasowe prace stanowią dopiero początek drogi, której celem jest opracowanie skutecznych i opartych na modelach zabiegów neuropsychiatrycznych. „Naszym celem jest określenie dynamiki sieci neuronowej każdego pacjenta w odniesieniu do modelu normatywnego, a następnie dobranie takiej stymulacji, która pozwoli przywrócić stan organizmu bliżej zdrowej normy”.
