Coma: l’Ai aiuterà a misurare lo stato di coscienza / Coma: AI will help measure the state of consciousness

Segnalato dal Dott. Giuseppe Cotellessa / Reported by Dr. Giuseppe Cotellessa

Analizzando i tracciati degli elettroencefalogrammi, un algoritmo basato sul machine learning è in grado di prevedere con che probabilità un paziente possa svegliarsi dal coma.

Quanto è probabile che un paziente in stato di coma profondo si riesca a risvegliare? E, domanda ancor più difficile, è possibile misurare in qualche modo quanto è consapevole di se stesso e dell’ambiente che lo circonda – ovvero in altre parole, la natura della sua coscienza? Quesiti che, oltre alla sfera medico-clinica, afferiscono anche al campo dell’etica, e a cui al momento le neuroscienze non sono ancora in grado di dare una risposta. Un possibile aiuto, però, può venire dalla tecnologia: in uno studio recentemente pubblicato sulla rivista Brain, un’équipe di scienziati della France Cognitive Neuroimaging Unit alla Université Paris Sud (e altri istituti di ricerca) ha infatti sviluppato un algoritmo di apprendimento automatico, che funziona quindi con una rete neurale, che è in grado di calcolare le probabilità che un paziente in coma si risvegli analizzandone i tracciati degli encefalogrammi (Eeg). Riuscendo (dicono gli autori) a distinguere la sindrome di veglia aresponsiva, quella in cui è assente ogni risposta del paziente, dallo stato di minima coscienza.

Coma e coscienza, una questione delicata

Non è la prima volta che la scienza si interroga sul tema. Già in passato, diversi gruppi di ricerca avevano utilizzato altre tecniche di scansione del cervello, tra cui la tomografia a emissione di positroni (Pet) e la risonanza magnetica funzionale (fMri) per studiare il limite della coscienza: uno studio pubblicato nel 2004 sulla rivista Plos One, condotto da un’équipe di ricercatori della University of Cambridge, aveva per esempio analizzato le immagini Pet per individuare specifici network neurali considerati potenziali indicatori di presenza di coscienza in pazienti in stato vegetativo. Scoprendo che, effettivamente, sembrerebbe esistere un network neurale che supporta la coscienza nelle persone sane, e che tali connessioni risultano compromesse nella maggior parte dei pazienti in coma. Nella maggior parte, ma non in tutti: alcuni pazienti infatti, e in particolare quelli che avevano dimostrato di poter rispondere ad alcune domande dei medici, presentavano infatti network neurali estremamente simili a quelli delle persone sane.

Dalla Pet all’Eeg, con l’aiuto dell’intelligenza artificiale

Lo studio attuale, invece, ha fatto uso dei tracciati elettroencefalografici, registrati collocando dei sensori elettrici sul cuoio capelluto del paziente per rivelarne l’attività cerebrale attraverso il cranio. Gli autori hanno monitorato i tracciati di 286 pazienti cui era stata diagnosticata la sindrome di veglia aresponsiva o uno stato di minima coscienza; gli esami sono stati effettuati prima e dopo un’attività di ascolto specificamente progettata per rilevare l’elaborazione cosciente dei suoni. Successivamente, l’algoritmo, chiamato Doc-Forest, ha analizzato i tracciati, dimostrandosi in grado di discriminare correttamente le due diagnosi in tre casi su quattro. Il software è stato poi testato su scenari più realistici, in cui, per esempio, veniva aggiunto ai dati del rumore casuale per simulare l’effetto di possibili differenze nella raccolta dati, o in cui i sensori erano collocati in posizioni diverse: anche in questi casi è riuscito a fornire la diagnosi giusta nella maggior parte dei casi. La speranza è che sistemi di questo tipo, se ulteriormente affinati, possano aiutare i clinici a capire qual è la strada terapeutica più adeguata per i pazienti in coma.

ENGLISH

By analyzing the traces of the electroencephalograms, an algorithm based on machine learning is able to predict with what probability a patient can wake up from a coma.

How likely is it that a patient in a deep coma will be able to awaken? And, even more difficult question, is it possible to measure in some way what is aware of itself and the environment that surrounds it - or in other words, the nature of its consciousness? Questions that, in addition to the medical-clinical sphere, also refer to the field of ethics, and to which neuroscience at the moment are not yet able to give an answer. A possible help, however, can come from technology: in a study recently published in the journal Brain, a team of scientists from the France Cognitive Neuroimaging Unit at the Université Paris Sud (and other research institutes) has in fact developed an algorithm of machine learning, which then works with a neural network, which is able to calculate the chances that a patient in a coma will wake up by analyzing the paths of the encephalograms (Eeg). By succeeding (say the authors) to distinguish the syndrome of aresponsive vigil, that in which every patient's response is absent, from the state of minimum consciousness.

Coma and conscience, a delicate issue

It is not the first time that science has questioned the topic. Already in the past, several research groups had used other brain scanning techniques, including positron emission tomography (PET) and functional magnetic resonance imaging (fMRI) to study the limit of consciousness: a study published in 2004 in the journal Plos One, conducted by a team of researchers from the University of Cambridge, had for example analyzed Pet images to identify specific neural networks considered potential indicators of consciousness in patients in a vegetative state. Discovering that, indeed, there would seem to be a neural network that supports consciousness in healthy people, and that such connections are compromised in most coma patients. In most, but not in all: some patients in fact, and in particular those who had been able to answer some questions of the doctors, in fact presented neural networks extremely similar to those of healthy people.

From Pet to Eeg, with the help of artificial intelligence

The current study, instead, has used electroencephalographic traces, recorded by placing electric sensors on the patient's scalp to reveal their brain activity through the skull. The authors monitored the tracks of 286 patients who were diagnosed with Aresponsive Sleep Syndrome or a state of minimal consciousness; the examinations were performed before and after a listening activity specifically designed to detect the conscious processing of the sounds. Subsequently, the algorithm, called Doc-Forest, analyzed the traces, proving to be able to correctly discriminate the two diagnoses in three cases out of four. The software was then tested on more realistic scenarios, where, for example, it was added to random noise data to simulate the effect of possible differences in data collection, or in which sensors were placed in different positions: even in these cases managed to provide the right diagnosis in most cases. The hope is that systems of this type, if further refined, can help clinicians understand what is the most appropriate therapeutic route for patients in a coma.

Da:

https://www.galileonet.it/2018/12/coma-ai-misura-stato-coscienza/?utm_campaign=Newsatme&utm_content=Coma%3A%2Bl%27Ai%2Baiuter%C3%A0%2Ba%2Bmisurare%2Blo%2Bstato%2Bdi%2Bcoscienza&utm_medium=news%40me&utm_source=mail%2Balert