Wczesne rozpoznanie choroby Alzheimera pozostaje jednym z największych wyzwań współczesnej neurologii. Objawy kliniczne pojawiają się często dopiero po 10–20 latach od rozpoczęcia procesów neurodegeneracyjnych, a skuteczność nowych terapii zależy przede wszystkim od jak najwcześniejszego rozpoczęcia leczenia. Naukowcy z Uniwersytetu Karola III w Madrycie (Universidad Carlos III de Madrid, UC3M) oraz Szpitala Uniwersyteckiego Severo Ochoa opracowali nową metodologię wykorzystującą sztuczną inteligencję do analizy aktywności elektrycznej mózgu podczas snu. Wyniki badania, opublikowanego w czasopiśmie GeroScience, sugerują, że rozwiązanie to może umożliwić nieinwazyjne wykrywanie wczesnych zmian charakterystycznych dla choroby Alzheimera oraz identyfikację różnych biologicznych postaci choroby.
Z tego artykułu dowiesz się…
- Dowiesz się, w jaki sposób sztuczna inteligencja analizuje aktywność mózgu podczas snu, aby wspierać wczesną diagnostykę choroby Alzheimera.
- Poznasz wyniki badania pokazujące, że analiza nocnego EEG może pomóc wykrywać zmiany neurodegeneracyjne jeszcze przed wystąpieniem objawów klinicznych.
- Zrozumiesz, dlaczego sen odgrywa ważną rolę w rozwoju choroby Alzheimera i jakie znaczenie ma dla usuwania beta-amyloidu z mózgu.
- Dowiesz się, jak nowe narzędzie może w przyszłości uzupełniać badania krwi i inne metody diagnostyczne, umożliwiając wcześniejsze rozpoczęcie leczenia.
Dlaczego wczesna diagnostyka choroby Alzheimera jest tak ważna?
Choroba Alzheimera jest najczęstszą przyczyną otępienia i jednym z największych wyzwań starzejących się społeczeństw. Procesy patologiczne, takie jak odkładanie się beta-amyloidu i białka tau, rozpoczynają się na wiele lat przed wystąpieniem pierwszych problemów z pamięcią czy funkcjami poznawczymi.
Choć w niektórych ośrodkach coraz częściej wykorzystywane są badania krwi oznaczające biomarker p-tau217, ich dostępność nadal pozostaje ograniczona. W wielu przypadkach diagnostyka wymaga wykonania kosztownych badań obrazowych, takich jak pozytonowa tomografia emisyjna (PET), lub inwazyjnego pobrania płynu mózgowo-rdzeniowego poprzez nakłucie lędźwiowe. To sprawia, że poszukiwane są nowe, łatwiej dostępne i mniej obciążające metody wykrywania choroby na bardzo wczesnym etapie.
Sen może dostarczać informacji o procesach zachodzących w mózgu
Autorzy badania skoncentrowali się na analizie snu, ponieważ właśnie wtedy mózg intensywnie usuwa produkty przemiany materii, w tym beta-amyloid, którego odkładanie jest jedną z cech charakterystycznych choroby Alzheimera. Co istotne, zależność między snem a chorobą ma charakter dwukierunkowy. Z jednej strony postępująca neurodegeneracja zaburza architekturę snu, z drugiej – przewlekłe zaburzenia snu mogą sprzyjać procesom przyspieszającym rozwój choroby. Jak wyjaśnia główna badaczka Arrate Muñoz-Barrutia:
Rejestrowanie aktywności elektrycznej podczas snu pozwala nam zajrzeć w zachodzące procesy biologiczne, które z biegiem lat mogą prowadzić do zapominania i charakterystycznych objawów choroby Alzheimera.
Celem jest nieinwazyjna i dostępna diagnostyka
Naukowcy podkreślają, że ich celem nie jest zastąpienie obecnie stosowanych metod diagnostycznych, lecz stworzenie prostego narzędzia przesiewowego, które mogłoby być wykorzystywane znacznie wcześniej. Jak zaznacza dr Anna Michela Gaeta ze Szpitala Uniwersyteckiego Severo Ochoa:
W naszych badaniach poszukujemy narzędzia, które umożliwi wczesną diagnostykę choroby Alzheimera, takiego, które będzie nieinwazyjne, niedrogie i możliwe do zastosowania u większości populacji.
AI analizowała aktywność mózgu podczas całej nocy
Badanie oparto na unikalnym zbiorze danych obejmującym jednocześnie:
- zapisy polisomnografii (EEG wykonywanego podczas snu),
- wyniki oznaczeń biomarkerów w płynie mózgowo-rdzeniowym.
Analizie poddano dane 100 uczestników, w tym:
- 42 pacjentów z łagodną lub umiarkowaną chorobą Alzheimera,
- 58 osób z prawidłowymi funkcjami poznawczymi, które stanowiły grupę kontrolną.
Aktywność elektryczna mózgu była rejestrowana przez całą noc za pomocą elektrod umieszczonych na skórze głowy. Jak wyjaśnia Lorena Gallego Viñarás:
Sygnały rejestrowano za pomocą szeregu elektrod umieszczonych na skórze głowy, które rejestrują aktywność elektryczną neuronów przez całą noc. Wykorzystaliśmy sztuczną inteligencję (AI) do analizy tej aktywności elektrycznej i zidentyfikowania pewnych zmian, które mogą świadczyć o gromadzeniu się białek w mózgu, co później prowadzi do chorób neurodegeneracyjnych.
Algorytm rozpoznał trzy biologiczne podtypy choroby Alzheimera
Jednym z najważniejszych rezultatów badania było nie tylko odróżnienie osób zdrowych od pacjentów z chorobą Alzheimera, ale również identyfikacja trzech odmiennych biologicznie podgrup chorych. W tym celu wyniki analizy EEG zestawiono z kluczowymi biomarkerami obecnymi w płynie mózgowo-rdzeniowym, w tym:
- beta-amyloidem (Aβ42),
- fosforylowanym tau (p-tau181),
- całkowitym tau (t-tau),
- łańcuchem lekkim neurofilamentów (NfL).
Algorytm wykazał, że poszczególne grupy pacjentów różniły się profilem biomarkerów, co sugeruje, że choroba Alzheimera nie rozwija się w identyczny sposób u wszystkich osób. To odkrycie może mieć znaczenie dla rozwoju bardziej spersonalizowanego leczenia oraz doboru terapii ukierunkowanych na określone mechanizmy biologiczne.
AI ma wspierać lekarzy, a nie zastępować diagnostykę
Autorzy badania podkreślają, że sztuczna inteligencja nie ma zastąpić lekarzy ani obecnych metod diagnostycznych. Jak wyjaśnia Lorena Gallego Viñarás:
AI nie ma na celu zastąpienia jakichkolwiek badań medycznych, lecz raczej wspieranie wczesnej diagnozy. Pozwala to na znacznie bardziej szczegółową analizę informacji, co ułatwia wcześniejsze diagnozowanie i, w konsekwencji, znacznie szybsze rozpoczęcie leczenia.
Dzięki analizie ogromnej liczby parametrów EEG algorytmy mogą wykrywać subtelne zmiany niewidoczne podczas standardowej interpretacji zapisów.
W przyszłości badanie snu może być wykonywane również w domu
Zdaniem autorów w kolejnych latach analiza snu może stać się elementem badań przesiewowych wykonywanych poza szpitalem. Takie rozwiązanie mogłoby uzupełniać badania krwi oznaczające p-tau217 i pomagać identyfikować osoby wymagające pogłębionej diagnostyki z wykorzystaniem PET lub badań płynu mózgowo-rdzeniowego.
Jednocześnie umożliwiłoby wcześniejsze leczenie zaburzeń snu, które również mogą wpływać na tempo rozwoju zmian neurodegeneracyjnych.
Sukces wymaga współpracy wielu dziedzin medycyny
Autorzy podkreślają, że opracowanie nowej metodologii było możliwe dzięki współpracy neurologów, pulmonologów, inżynierów oraz specjalistów zajmujących się sztuczną inteligencją. Jak podsumowuje dr Anna Michela Gaeta:
Kolejną rzeczą, której nauczyliśmy się dzięki tym badaniom, jest to, że przyszłość nauki w tej dziedzinie opiera się na integracji różnych dyscyplin, takich jak neurologia, pulmonologia i inżynieria. Ta współpraca jest niezbędna, ponieważ obecnie opracowywane są leki, które mogą działać tylko we wczesnych stadiach choroby.
Główne wnioski
- Naukowcy z Uniwersytetu Karola III w Madrycie oraz Szpitala Uniwersyteckiego Severo Ochoa opracowali metodologię wykorzystującą sztuczną inteligencję do analizy aktywności elektrycznej mózgu podczas snu, która może wspierać wczesną diagnostykę choroby Alzheimera.
- Badanie objęło 100 uczestników, w tym 42 pacjentów z łagodną lub umiarkowaną chorobą Alzheimera oraz 58 osób z prawidłowymi funkcjami poznawczymi. Algorytm skutecznie odróżniał osoby zdrowe od chorych.
- Porównanie wyników EEG z biomarkerami płynu mózgowo-rdzeniowego, takimi jak Aβ42, p-tau181, t-tau i NfL, pozwoliło zidentyfikować trzy biologiczne podtypy choroby Alzheimera, co może mieć znaczenie dla bardziej spersonalizowanego leczenia.
- Autorzy wskazują, że w przyszłości analiza snu z wykorzystaniem AI może uzupełniać badania krwi, takie jak oznaczenie p-tau217, i stać się nieinwazyjnym narzędziem przesiewowym umożliwiającym wcześniejsze wykrywanie choroby Alzheimera.
Źródło:
- https://link.springer.com/article/10.1007/s11357-026-02266-z
- Universidad Carlos III de Madrid
