محققان MIT سیستمی را ایجاد کرده اند که با تجزیه و تحلیل فعالیت مغز از یک دستگاه قابل حمل عصبی، سطح درد بیمار را اندازه گیری می کند. این سیستم می تواند به پزشکان در تشخیص و بهبود درد در بیمارانی که در بیهوشی به سر می برند و یا قادر به برقراری ارتباط نیستند، کمک کند، که به نوبه خود، خطر بروز درد مزمن را بعد از عمل جراحی، کاهش می دهد.
مدیریت درد یک عمل بسیار چالش برانگیز است. به عنوان مثال، پیشگیری از درد، خطر اعتیاد بیماران به داروهای ضد درد را به همراه دارد. از طرف دیگر، ایجاد درد ممکن است به دردهای مزمن طولانی مدت و سایر عوارض، منجر شود.
امروزه پزشکان بطور کلی میزان درد را مطابق گزارش های خود بیماران از نحوه احساس آنها ارزیابی می کنند. اما در مورد بیمارانی که نمی توانند ارتباط برقرار کنند چگونه این امر ممکن است؟ به عناون مثال: بیماران سالخورده با زوال عقل یا کسانی که تحت عمل جراحی قرار دارند.
در مقاله ای که در کنفرانس بین المللی محاسبات عاطفی و تعامل هوشمند ارائه شده است، محققان روشی را برای تعیین کمیت درد در بیماران توصیف می کنند. برای این کار، آنها از یک تکنیک تصویربرداری عصبی با استفاده از طیف سنجی نزدیک به اشعه ی مادون قرمز (fNIRS) بهره می گیرند، که در آن سنسورهایی در اطراف سر قرار گرفته اند که غلظت هموگلوبین اکسیژن دار را نشان می دهند که این نشان دهنده فعالیت نورون است.
محققان برای انجام این کار از تنها چند سنسور fNIRS بر روی پیشانی یک بیمار جهت اندازه گیری فعالیت در قشر جلوی مغز استفاده می کنند، که نقش مهمی در پردازش درد دارد.
محققان با استفاده از سیگنالهای اندازه گیری شده از مغز، مدلهای یادگیری ماشین را برای شناسایی الگوهای سطح هموگلوبین اکسیژن دار مرتبط با پاسخ درد ایجاد کردند. در صورت وجود سنسورها، مدل ها می توانند تشخیص دهند که آیا بیمار درد را با دقت حدود 87 درصد تجربه می کند.
دانیل لوپز مارتینز، دانشجوی دکترا در دانشگاه هاروارد- برنامه MIT در علوم بهداشت و فناوری و محقق آزمایشگاه رسانه MIT بیان می کند: “روش اندازه گیری درد در طول سالها تغییر نکرده است.” “اگر معیارهای لازم را نداریم که کسی در چه حدی درد داشته باشد، درمان درد و انجام آزمایشات بالینی چالش برانگیز می شود. انگیزه این است که درد را به شکلی عینی ارزیابی کنیم که نیازی به همکاری بیمار نباشد، مانند وقتی که بیمار در حین عمل بیهوشی باشد. “
به طور سنتی، بیماران تحت عمل جراحی بر اساس سن، وزن، بیماری های قبلی و سایر عوامل، بیهوشی و دارو دریافت می کنند. اگر حرکت نکنند و ضربان قلب آنها پایدار باشد، بدون درد، ارزیابی می شوند. اما مغز ممکن است به صورت ناخودآگاه سیگنال های درد را همچنان پردازش کند، که می تواند منجر به افزایش درد بعد از عمل و دردهای مزمن طولانی مدت شود.
سیستم محققان می تواند اطلاعات واقعی را در مورد سطح درد بیمار بیهوش به جراحان ارائه دهد، بنابراین آنها می توانند براساس آن، بیهوشی و دوزهای دارویی را تنظیم کنند تا این سیگنال های درد را متوقف کنند.
تمرکز روی پیشانی
محققان در کار خود، سیستم fNIRS را تطبیق داده و تکنیک های جدید یادگیری ماشینی را توسعه دادند تا این سیستم برای استفاده بالینی، دقیق تر و کاربردی تر شود.
برای استفاده از fNIRS، سنسورها قبلا در اطراف سر بیمار قرار می گیرفتند. طول موجهای مختلف نور نزدیک به مادون قرمز از طریق جمجمه و مغز ساطع می شوند. هموگلوبین اکسیژن دار و بدون اکسیژن، طول موج ها را به شکلی متفاوت جذب می کنند.
هنگامی که سیگنال های مادون قرمز به سنسورها باز می گردند، تکنیک های پردازش سیگنال از سیگنالهای تغییر یافته استفاده می کنند تا میزان هر یک از انواع هموگلوبین موجود در مناطق مختلف مغز را محاسبه کنند.
هنگامی که بیمار صدمه دیده است، در مناطقی از مغز که با درد همراه هستند، شاهد افزایش شدید هموگلوبین اکسیژن دار و کاهش هموگلوبین بدون اکسیژن خواهیم بود و این تغییرات با نظارت fNIRS قابل تشخیص است.
اما سیستم های سنتی fNIRS سنسورهایی را در اطراف سر بیمار قرار می دهند. این کار می تواند مدت زیادی طول بکشد و برای بیمارانی که باید دراز بکشند دشوار است. همچنین برای بیمارانی که تحت عمل جراحی قرار می گیرند، واقعاً امکان پذیر نیست.
بنابراین، محققان سیستم fNIRS را برای اندازه گیری سیگنال ها فقط از قشر جلوی مغز تطبیق دادند. در حالی که پردازش درد شامل خروجی اطلاعات از مناطق مختلفی از مغز است، مطالعات نشان داده اند که قشر جلوی مغز تمام اطلاعات را ادغام می کند. این بدان معناست که آنها باید حسگرها را فقط روی پیشانی قرار دهند.
یکی دیگر از مشکلات سیستم های سنتی fNIRS، گرفتن برخی سیگنال ها از جمجمه و پوست است که در واقع این سیگنال ها نویز هستند. محققان برای رفع این مشکل، سنسورهای اضافی را برای ضبط و فیلتر این سیگنالها نصب کردند.
لوپز-مارتینز: “از آنجا که ما قادریم درد را با این دقت بالا تشخیص دهیم، تنها با استفاده از چند حسگر روی پیشانی، شواهد محکم برای انتقال این فناوری به یک محیط بالینی در دنیای واقعی وجود دارد.”
برای اطلاعات بیششتر به موسسه سلامت مغز دانا مراجعه کنید.
مرجع:
MIT News
درباره نویسنده
دکتر علی محمد کمالی فارغ التحصیل دکترای تخصصی علوم اعصاب از دانشگاه علوم پزشکی شیراز، بیش از 15 سال است که در زمینه پژوهش، تدریس و فعالیت های اجرایی در حوزه علوم اعصاب فعالیت و تجربه دارد. وی همچنین در ارتقا عملکرد های شناختی با استفاده از نوروتکنولوژی و مطالعات خواب تخصص ویژه ای دارد. او یکی از بنیانگذاران انستیتو سلامت مغز دانا است، (گروهی که سلامت مغز را اولویت جامعه می داند).
دکتر کمالی بیش از 50 مقاله پژوهشی (h-index 13) در مجلات معتبر علمی به چاپ رسانده و در حال حاضر مدیر عامل انستیتو سلامت مغز دانا است. بعلاوه به عنوان پژوهشگر ارشد واحد مغز، شناخت و رفتار دپارتمان علوم اعصاب دانشگاه علوم پزشکی شیراز مشغول فعالیت می باشد. می توانید پژوهش او را در Google Scholar دنبال کنید.
دکتر کمالی علاوه بر تخصص در زمینه علوم اعصاب، سال ها است که به عنوان مدیر اجرایی مجله علوم پزشکی پیشرفته و فناوری های کاربردی (JAMSAT) مشغول به فعالیت است. همچنین به عنوان دبیر اجرایی انجمن علوم اعصاب ایران شاخه فارس فعالیت می کند.