рассеянный склероз

Рассеянный склероз долгое время считался болезнью белого вещества. Именно там на МРТ видны зоны демиелинизации, по которым врачи судят о течении заболевания и эффективности терапии. Но нейробиологи уже давно знают, что этим дело не ограничивается. Кора, наружный слой мозга, относящийся к серому веществу, страдает не меньше, а порой и больше. Проблема в том, что стандартная клиническая МРТ почти не позволяет разглядеть кортикальные поражения, хотя они существуют и влияют на течение болезни.

Повреждение серого вещества тесно связано с нарастающей инвалидизацией и нарушением памяти, внимания, скорости обработки информации. Более того, данные последних лет показывают, что патологические изменения в коре начинаются очень рано и не являются простым следствием поражения белого вещества. Однако без надежного способа видеть их внутри живых организмов, врачи фактически лишены инструмента для отслеживания этого аспекта болезни.

Команда ученых из Университета Буффало решила вернуться к уже собранным в течение десятилетий данным и взглянуть на них иначе. К МРТ-снимкам более семисот пациентов применили методы продвинутой постобработки, включая алгоритмы глубокого обучения, способные анализировать сразу несколько типов МРТ-контрастов и выявлять едва заметные расхождения между ними.

Один снимок сам по себе мало что показывает. Но если сопоставить серию изображений, полученных в разных режимах, и позволить алгоритму искать сложные закономерности, начинают проявляться скрытые детали. Исследователи объединили несколько вычислительных подходов и добавили собственную разработку в виде метода мультимодального усиления кортикальных поражений. В результате на тех же самых клинических МРТ, где раньше видели в основном очаги белого вещества, стали обнаруживаться десятки поражений в коре.

В среднем у одного пациента удавалось выявить от пятнадцати до двадцати кортикальных очагов. В сумме по всей выборке это более одиннадцати тысяч ранее неучтенных изменений. Алгоритмы не просто подсветили подозрительные зоны, но и позволили количественно оценивать их, что особенно важно для клинических исследований. Чем точнее измерение, тем яснее становится динамика болезни.

Новые вычислительные методы открывают возможность повторно проанализировать архивы уже завершенных клинических испытаний и оценить, как современные препараты влияют не только на белое, но и на серое вещество. Это позволяет пересмотреть накопленные данные под другим углом без необходимости проводить дорогостоящие исследования заново.

Важно и то, что речь идет не о новой сверхдорогой технике, а об интеллектуальной обработке стандартных МРТ. По сути, алгоритмы выжимают дополнительную информацию из изображений, которые раньше считались исчерпывающими. Машинное обучение в данном случае расширяет зрение врача, позволяя заметить то, что человеческий глаз не различает.

Для пациентов это означает потенциально более точную оценку прогрессирования заболевания и, в перспективе, более персонализированный подход к терапии. А для науки это шанс лучше понять, как именно развивается рассеянный склероз и почему даже при подавлении новых очагов в белом веществе болезнь может продолжать прогрессировать.