کشف نشانگر زیستی ولع موجب بهبود شرایط زندگی افراد می شود
اساس عصبی هوس های انسان به درستی درک نشده است، اما مطالعه جدیدی که توسط دانشمندان دانشگاه ییل، دارتموث و مرکز ملی تحقیقات علمی فرانسه (CNRS) انجام شده است، یک الگوی مغزی ثابت یا نشانگر عصبی را برای میل به مواد مخدر و غذا شناسایی کرده است. شناسایی شده
کشف با الگوریتم های یادگیری ماشین
امروزه پزشکان بسیاری از بیماری ها را با شناسایی نشانگرهای زیستی در بیمار تشخیص می دهند. به عنوان مثال، دیابت با آزمایش یک نشانگر خونی به نام A1C تشخیص داده می شود.
هایدی کوبر، استادیار روانپزشکی در دانشکده پزشکی دانشگاه ییل، توضیح داد: «یکی از مزایای داشتن یک نشانگر زیستی ثابت برای یک بیماری این است که میتوانید آزمایشی را روی هر فردی انجام دهید و بگویید که آیا آن بیماری را دارد یا خیر. ما تا به حال چنین چیزی را برای آسیب شناسی روانی و مطمئناً برای اعتیاد نداشته ایم.
کوبر و همکارانش تصمیم گرفتند تا مشخص کنند که آیا می توانند نشانگر معادلی برای ولع خوردن پیدا کنند یا خیر. آنها تصمیم گرفتند از یک الگوریتم یادگیری ماشینی برای تجزیه و تحلیل فعالیت مغز استفاده کنند. به طور خاص، آنها این فرضیه را آزمایش کردند که افرادی که میل به چیزی دارند ممکن است الگوی مشترکی از فعالیت مغز داشته باشند. بنابراین، اگر اینطور باشد، یک الگوریتم یادگیری ماشینی میتواند آن الگو را شناسایی کرده و از آن برای پیشبینی میزان تمایل افراد بر اساس تصاویر مغزی استفاده کند.
درمان اختلال مصرف مواد با شناسایی این نشانگر عصبی
محققان می گویند که آنها الگویی از فعالیت مغز را شناسایی کرده اند که تنها با استفاده از تصاویر fMRI می تواند برای پیش بینی شدت میل به دارو و غذا استفاده شود. این الگوی تازه مشاهده شده که “امضای ولع عصبی” (NCS) نامیده می شود، شامل فعالیت در نواحی مغز است که قبلاً با اعتیاد مرتبط بود.
آنها این کار را با استفاده از دادههای تصویربرداری تشدید مغناطیسی عملکردی (fMRI) و رتبهبندیهای خود گزارش شده از هوسهای ۹۹ داوطلب انجام دادند که برخی از آنها مصرفکننده مواد مخدر بودند و برخی دیگر مصرفکننده مواد مخدر نبودند.
در حالی که داوطلبان تصاویری از داروها و غذاها را مشاهده می کردند، دانشمندان داده هایی را روی مغز آنها جمع آوری کردند و همچنین هوس و مصرف چیزهایی را که می دیدند ارزیابی کردند. به گفته دانشمندان، این الگوی جدید برای مواد مختلف مشاهده شده است.
کوبر توضیح داد: «این واقعاً یک نشانگر زیستی برای ولع مصرف و اعتیاد است. این کشف به ما درک واقعاً دقیقی از نحوه تعامل این نواحی مغز و پیشبینی تجربه ذهنی ولع خوردن میدهد.
با این حال، کوبر میگوید که اگرچه NCS نویدبخش توسعه درمانهای پزشکی و روشهای تشخیصی جدید است، اما هنوز برای استفاده بالینی آماده نیست و نیاز به اعتبارسنجی بیشتری دارد. گام بعدی، درک شبکهای از نواحی مغز مرتبط با NCS است تا مشخص شود آیا این مدل میتواند چگونگی پاسخ افراد به درمانهای اختلالات مصرف مواد را پیشبینی کند.
او گفت: “امید ما این است که مغز، و به ویژه NCS، به عنوان یک نشانگر زیستی ثابت، به ما این امکان را می دهد که نه تنها تشخیص دهیم که چه کسی دچار اختلال مصرف مواد است، بلکه تفاوت نتایج را در بین افراد درک کنیم و بدانیم چه کسی چه کسی دارد. به درمان های خاص پاسخ می دهد.”
این کشف به درک بهتر اختلالات ولع مصرف، توسعه درمان های جدید و همچنین روش های بهبود یافته برای تشخیص اختلالات مصرف مواد کمک می کند. همچنین این کشف در کنار توسعه درمان های جدید، گام مهمی در جهت بهبود شرایط زندگی افراد مبتلا به اعتیاد و رفع این مشکل در جوانی است.
نتایج این تحقیق در مقاله ای در مجله Nature Neuroscience منتشر شد.
منبع: هوش مصنوعی
منبع: باشگاه خبرنگاران جوان