Berta Sándor
Előrejelezhetők az agydaganat-műtétek kockázatai
Gépi tanulással elemzik a szakemberek az agyat, mint egy hálózatot, és próbálják kideríteni mi mihez kapcsolódik.
Milyen nagy a kockázata annak, hogy a betegek elveszítik a beszédképességüket az agydaganat műtétük után? Ennek kiderítésére vállalkoztak a Müncheni Műszaki Egyetem (TUM) tudósai. Egy 60 beteggel végzett vizsgálat megerősítette, hogy az adott előrejelzések háromnegyede helyes volt. "Az agydaganatok viszonylag ritkák. A legtöbb esetben azonban elkerülhetetlen a műtét és a daganat eltávolítása" - mondta Sandro Krieg professzor, aki szerint a TUM klinikáján "szinte minden nap" eltávolítanak egy úgynevezett gliómát.
Krieg és kollégái a daganat típusától függően egyéni kezelési és műtéti stratégiákat dolgoznak ki. A legfontosabb, hogy az egészséges szöveteket a lehető legnagyobb mértékben megőrizzék és ne sérüljenek olyan struktúrák, amelyek később további korlátozásokat okozhatnak. Az afázia például egyfajta beszédzavar leírására használt kifejezés. Krieg hangsúlyozta, hogy a műtét előtt pontosan tudni akarják, hogy ennek mekkora a kockázata a beteg számára.
A klinika idegsebészeti osztályának vezető szakorvosa több mint tíz éve dolgozik az agy úgynevezett műtét előtti feltérképezésén. "Már régóta tudjuk, hogy hol helyezkednek el az agy alapvető funkciói, például a mozgás vagy a beszéd. De csak körülbelül öt évvel ezelőtt kezdtük el elemezni az agyi hálózatot, azaz kideríteni, hogy az egyes régiók hogyan működnek együtt, hogy például a beszédet lehetővé tegyék. Egy dolog világos: nincs olyan, hogy igazi nyelvi központ. Inkább több úgynevezett hub létezik, azaz egy nagy hálózat csomópontjai, amelyeken keresztül a nyelv használhatóvá válik. A jelenlegi kutatásban kulcsszerepet játszik az agy hálózati tulajdonságainak elemzése - más néven konnektom-elemzés, amelyet mintegy két éve alkalmazunk. Így számszerűsítjük az egyes agyterületek kapcsolatait és elkezdtünk pontosabb funkciókat rendelni az agyterületekhez" - tette hozzá a kutató.
A TUM munkatársai, Dr. Haosu Zhang és Dr. Sebastian Ille most elkészítették az agy azon rétegképeit, amelyek a nyelvi képességekért felelősek. "A mágneses rezonancia képalkotás egy speciális formáját, a traktográfiát használva három dimenzióban ábrázoljuk az agyban lévő idegpályák hálózatait és alhálózatait" - ecsetelte Zhang a technológiát. Ezt a hálózatelemzést mágneses stimuláció támogatja, azaz egy célzott mágneses impulzus gátolja a beszédért felelős pályák idegsejtjeit. Ez aztán átmeneti beszédzavart vált ki a páciensben, ami a videóelemzések során kimutatható. A szakemberek így pontosan meg tudják határozni az agy azon régióit, amelyek a beszédért felelősek.
"Kombináltuk a traktográfiából származó úgynevezett konnektom paramétereket és a páciens beszédfunkciójára vonatkozó információkat" - fejtette ki Zhang. A szakember által megalkotott algoritmus különleges, az eredmények pedig "statisztikailag szignifikáns paraméterek" - olyan adatok, amelyek alapul szolgálnak egy gépi tanulási modell képzéséhez és így az egyes betegek beszédfunkciójának meghatározásához is. Bármennyire is összetettnek tűnik a különböző elemzési módszerek alkalmazása, Zhang módszerének különlegessége az egyszerűségében rejlik: a teljes elemzési folyamat nem igényel bonyolult algoritmusokat és nagy teljesítményű számítógépeket. "Az általunk használt adatokat a rutinszerű kórházi vizsgálatokból merítjük" - nyilatkozta Zhang.
A Müncheni Műszaki Egyetem klinikájának tudósai egy nemrégiben elvégzett vizsgálatban 60 beteg esetében kimutatták, hogy e kombinált elemzés alkalmazásával meglehetősen megbízhatóan, 73 százalékos pontossággal megjósolható, hogy a műtét után lesznek-e beszédzavarok, úgynevezett műtéttel összefüggő afázia. "Nagyon fontos, hogy ilyen előrejelzést tudjunk készíteni. Így már jobban tudjuk számszerűsíteni a kockázatot "valódi hálózatelemzéssel" és konkrét adatokkal tudjuk alátámasztani az agy feltérképezését" - hangsúlyozta Krieg. Ráadásul az előrejelzéseket most még pontosabbá lehet tenni a gépi tanulás segítségével. Ehhez azonban több páciens adataira van szükségük a tanulási algoritmusok betanításához. "Ez az egyetlen olyan megközelítés, amely a Big Data alapján képes nyilatkozni egy beavatkozás kockázatáról" - taglalta Krieg, aki most több olyan beteget szeretne találni, akik részt vennének a kutatásában. Akár "néhány száz" beteg is elég lehet egy nagyon pontos modellhez.
Milyen nagy a kockázata annak, hogy a betegek elveszítik a beszédképességüket az agydaganat műtétük után? Ennek kiderítésére vállalkoztak a Müncheni Műszaki Egyetem (TUM) tudósai. Egy 60 beteggel végzett vizsgálat megerősítette, hogy az adott előrejelzések háromnegyede helyes volt. "Az agydaganatok viszonylag ritkák. A legtöbb esetben azonban elkerülhetetlen a műtét és a daganat eltávolítása" - mondta Sandro Krieg professzor, aki szerint a TUM klinikáján "szinte minden nap" eltávolítanak egy úgynevezett gliómát.
Krieg és kollégái a daganat típusától függően egyéni kezelési és műtéti stratégiákat dolgoznak ki. A legfontosabb, hogy az egészséges szöveteket a lehető legnagyobb mértékben megőrizzék és ne sérüljenek olyan struktúrák, amelyek később további korlátozásokat okozhatnak. Az afázia például egyfajta beszédzavar leírására használt kifejezés. Krieg hangsúlyozta, hogy a műtét előtt pontosan tudni akarják, hogy ennek mekkora a kockázata a beteg számára.
A klinika idegsebészeti osztályának vezető szakorvosa több mint tíz éve dolgozik az agy úgynevezett műtét előtti feltérképezésén. "Már régóta tudjuk, hogy hol helyezkednek el az agy alapvető funkciói, például a mozgás vagy a beszéd. De csak körülbelül öt évvel ezelőtt kezdtük el elemezni az agyi hálózatot, azaz kideríteni, hogy az egyes régiók hogyan működnek együtt, hogy például a beszédet lehetővé tegyék. Egy dolog világos: nincs olyan, hogy igazi nyelvi központ. Inkább több úgynevezett hub létezik, azaz egy nagy hálózat csomópontjai, amelyeken keresztül a nyelv használhatóvá válik. A jelenlegi kutatásban kulcsszerepet játszik az agy hálózati tulajdonságainak elemzése - más néven konnektom-elemzés, amelyet mintegy két éve alkalmazunk. Így számszerűsítjük az egyes agyterületek kapcsolatait és elkezdtünk pontosabb funkciókat rendelni az agyterületekhez" - tette hozzá a kutató.
A TUM munkatársai, Dr. Haosu Zhang és Dr. Sebastian Ille most elkészítették az agy azon rétegképeit, amelyek a nyelvi képességekért felelősek. "A mágneses rezonancia képalkotás egy speciális formáját, a traktográfiát használva három dimenzióban ábrázoljuk az agyban lévő idegpályák hálózatait és alhálózatait" - ecsetelte Zhang a technológiát. Ezt a hálózatelemzést mágneses stimuláció támogatja, azaz egy célzott mágneses impulzus gátolja a beszédért felelős pályák idegsejtjeit. Ez aztán átmeneti beszédzavart vált ki a páciensben, ami a videóelemzések során kimutatható. A szakemberek így pontosan meg tudják határozni az agy azon régióit, amelyek a beszédért felelősek.
"Kombináltuk a traktográfiából származó úgynevezett konnektom paramétereket és a páciens beszédfunkciójára vonatkozó információkat" - fejtette ki Zhang. A szakember által megalkotott algoritmus különleges, az eredmények pedig "statisztikailag szignifikáns paraméterek" - olyan adatok, amelyek alapul szolgálnak egy gépi tanulási modell képzéséhez és így az egyes betegek beszédfunkciójának meghatározásához is. Bármennyire is összetettnek tűnik a különböző elemzési módszerek alkalmazása, Zhang módszerének különlegessége az egyszerűségében rejlik: a teljes elemzési folyamat nem igényel bonyolult algoritmusokat és nagy teljesítményű számítógépeket. "Az általunk használt adatokat a rutinszerű kórházi vizsgálatokból merítjük" - nyilatkozta Zhang.
A Müncheni Műszaki Egyetem klinikájának tudósai egy nemrégiben elvégzett vizsgálatban 60 beteg esetében kimutatták, hogy e kombinált elemzés alkalmazásával meglehetősen megbízhatóan, 73 százalékos pontossággal megjósolható, hogy a műtét után lesznek-e beszédzavarok, úgynevezett műtéttel összefüggő afázia. "Nagyon fontos, hogy ilyen előrejelzést tudjunk készíteni. Így már jobban tudjuk számszerűsíteni a kockázatot "valódi hálózatelemzéssel" és konkrét adatokkal tudjuk alátámasztani az agy feltérképezését" - hangsúlyozta Krieg. Ráadásul az előrejelzéseket most még pontosabbá lehet tenni a gépi tanulás segítségével. Ehhez azonban több páciens adataira van szükségük a tanulási algoritmusok betanításához. "Ez az egyetlen olyan megközelítés, amely a Big Data alapján képes nyilatkozni egy beavatkozás kockázatáról" - taglalta Krieg, aki most több olyan beteget szeretne találni, akik részt vennének a kutatásában. Akár "néhány száz" beteg is elég lehet egy nagyon pontos modellhez.