Bir AI aracı, atletlerde tekrarlanan kafa yaralanmalarının neden olduğu ince beyin yapısı değişikliklerini başarılı bir şekilde tespit ederek, zaman içinde bu tür yaralanmaların teşhisini ve anlaşılmasını potansiyel olarak iyileştirir.
Öğrenci-sporcuları içeren yeni bir çalışma, manyetik rezonans görüntülemeyi (MRI) işlemede usta bir yapay zeka bilgisayar programının, tekrarlayan kafa yaralanmaları nedeniyle beyindeki yapısal değişiklikleri başarıyla tespit edebildiğini ortaya koyuyor. Bu tür değişiklikler daha önce bilgisayarlı tomografi (BT) taramaları gibi geleneksel tıbbi görüntüleme yöntemleriyle tespit edilememişti. Araştırmacılara göre, bu çığır açan teknoloji, zamanla biriken hafif beyin hasarlarını daha iyi anlamak için yeni teşhis araçlarının geliştirilmesine yardımcı olabilir.
Uzmanlar, genç atletler arasında, özellikle futbol, hokey ve futbol gibi yüksek temaslı sporlar yapanlar için olası beyin sarsıntısı risklerini uzun zamandır biliyorlar. İlk başta hafif görünseler bile, tekrarlanan kafa darbelerinin yıllar içinde artabileceğine ve bilişsel kayba yol açabileceğine dair kanıtlar artık artıyor. Gelişmiş MRG, kafa travmasından kaynaklanan beyin yapısındaki mikroskobik değişiklikleri tanımlarken, araştırmacılar taramaların gezinmesi zor olan çok büyük miktarda veri ürettiğini söylüyor.
NYU Grossman Tıp Fakültesi Radyoloji Bölümü’ndeki araştırmacılar tarafından yürütülen yeni çalışma, ilk kez yeni aracın, yapay zeka adı verilen bir yapay zeka tekniği kullandığını gösterdi. makine öğrenme, futbol gibi temas sporları ile atletizm gibi temassız sporlar oynayan erkek sporcuların beyinlerini doğru bir şekilde ayırt edebildi. Sonuçlar, beyin sarsıntısı teşhisi konmamış temas sporu sporcularının beyinlerinde tekrarlanan kafa darbeleri ile küçük, yapısal değişiklikler arasında bağlantı kurdu.
Araştırmanın kıdemli yazarı ve nöroradyolog Yvonne Lui, “Bulgularımız, temas sporları yapan sporcuların beyinleri ile temassız sporlarda yarışanlara kıyasla anlamlı farklılıklar ortaya koyuyor” dedi. NYU Langone Health’te Radyoloji Bölümü’nde araştırmadan sorumlu başkan yardımcısı ve profesör olan Lui, “Bu grupların benzer beyin yapısına sahip olmasını beklediğimiz için, bu sonuçlar bir sporu diğerine tercih etmenin bir risk olabileceğini gösteriyor” diye ekliyor.
Lui, araştırmalarında kullanılan makine öğrenimi tekniğinin potansiyel hasarı tespit etmenin ötesinde, uzmanların beyin hasarının altında yatan mekanizmaları daha iyi anlamalarına da yardımcı olabileceğini ekliyor.
Yakın zamanda yayınlanan yeni çalışma, Nöroradyoloji Dergisi, 36 temas sporu kolej sporcusundan (çoğunlukla futbolcular) ve 45 temassız spor kolej sporcusundan (çoğunlukla koşucular ve beyzbol oyuncuları) yüzlerce beyin görüntüsünü içeriyordu. Çalışma, AI aracı tarafından futbolcuların beyin taramalarında tespit edilen değişiklikleri kafa darbelerine açık bir şekilde bağlamayı amaçlıyordu. Futbolcularda beyin yapısı farklılıklarını belirleyen ve beyin sarsıntısı olan ve olmayanları temassız sporlarda yarışan sporcularla karşılaştıran önceki bir araştırmaya dayanıyor.
Araştırma için araştırmacılar, 2016’dan 2018’e kadar alınan 81 erkek sporcunun MRI taramalarını analiz ettiler ve bu süre içinde hiçbiri bilinen bir beyin sarsıntısı teşhisi koymadı. Temas sporu sporcuları futbol, lakros ve futbol oynarken, temassız spor sporcuları beyzbol, basketbol, atletizm ve kros yarışlarına katıldı.
Araştırma ekibi, analizlerinin bir parçası olarak, bilgisayar programlarına, matematiksel modeller kullanarak tekrarlanan kafa darbelerine maruz kalmayı nasıl tahmin edeceklerini “öğrenme” yeteneği veren istatistiksel teknikler tasarladı. Bunlar, eğitim verisi miktarı arttıkça programın “daha akıllı” hale gelmesiyle, kendilerine beslenen veri örneklerine dayanıyordu.
Çalışma ekibi, programı beyin dokusundaki olağandışı özellikleri belirlemek ve bu faktörlere dayalı olarak tekrar tekrar kafa yaralanmalarına maruz kalan ve kalmayan sporcular arasında ayrım yapmak için eğitti. Ayrıca, birçok MRI ölçümünden hangisinin teşhislere en çok katkıda bulunabileceğini ortaya çıkarmaya yardımcı olmak için her bir özelliğin hasarı tespit etmede ne kadar yararlı olduğunu sıraladılar.
Yazarlar, bir kafa yaralanmasından kaynaklanan yapısal değişiklikleri en doğru şekilde işaretleyen iki ölçüt olduğunu söylüyor. Birincisi, ortalama yayılma, suyun beyin dokusunda ne kadar kolay hareket edebildiğini ölçer ve genellikle MRI taramalarında darbeleri tespit etmek için kullanılır. İkincisi, ortalama basıklık, beyin dokusu yapısının karmaşıklığını inceler ve beynin öğrenme, hafıza ve duygularla ilgili bölümlerindeki değişiklikleri gösterebilir.
NYU Tandon School of Engineering’de doktora adayı olan çalışmanın baş yazarı Junbo Chen, “Sonuçlarımız, daha önce göremediğimiz şeyleri, özellikle de geleneksel MRI taramalarında görünmeyen ‘görünmez yaralanmaları’ görmemize yardımcı olmak için yapay zekanın gücünü vurguluyor” dedi. “Bu yöntem, yalnızca beyin sarsıntısı için değil, aynı zamanda daha ince ve daha sık kafa darbelerinden kaynaklanan hasarı tespit etmek için de önemli bir teşhis aracı sağlayabilir.”
Chen, çalışma ekibinin daha sonra kadın atletlerde kafa yaralanmalarını incelemek için makine öğrenimi tekniklerinin kullanımını keşfetmeyi planladığını ekliyor.
Referans: Junbo Chen, Sohae Chung, Tianhao Li, Els Fieremans, Dmitry S. Novikov, Yao Wang ve Yvonne W. Lui, 22 Mayıs 2023, “Temas sporu sporcularında tekrarlanan kafa darbelerine maruz kalmayla ilgili ilgili difüzyon MRI mikroyapı biyobelirteçlerinin belirlenmesi”, Nöroradyoloji Dergisi.
DOI: 10.1177/19714009231177396
Çalışma tarafından finanse edildi Ulusal Sağlık Enstitüleri ve ABD Savunma Bakanlığı.
