"A hagyományos felosztás – relapszáló-remittáló, másodlagosan progresszív és primer progresszív sclerosis multiplex – nem tükrözi pontosan a betegség biológiai sokféleségét" – fogalmazták meg A Ganjgahi és munkatársai. Tanulmányuk célja az volt, hogy mesterséges intelligencia segítségével új rendszert dolgozzanak ki a betegség lefolyásának jellemzésére.

A kutatók több mint 8000 beteg 118 ezer vizitből és 35 ezer MRI-felvételből származó adatát elemezték a Novartis–Oxford MS-adatbázisban. Az MRI-leleteket és klinikai mutatókat – köztük az EDSS-értéket, a járási és kézügyességi teszteket, valamint a relapszusokat – egy komplex statisztikai modellbe (FAHMM) illesztették, amely képes volt a betegség különböző állapotainak és az ezek közötti átmeneteknek a meghatározására.

Az elemzés nyolc betegségállapotot azonosított, amelyek a korai, enyhe fázisoktól a súlyos, kognitív hanyatlással és agyi atrófiával járó stádiumokig terjedtek. A kutatás szerint a betegek többnyire gyulladásos, akár tünetmentes („néma”) fázisokon keresztül haladnak az előrehaladott állapotok felé, ami aláhúzza a gyulladás kulcsszerepét a hosszú távú rokkantság kialakulásában.

A mesterséges intelligencián alapuló megközelítés az SM-et nem merev altípusok, hanem egymásba átfolyó állapotok sorozataként írja le. A szerzők szerint ez a szemlélet pontosabb képet adhat a betegség természetes lefolyásáról, és hozzájárulhat a személyre szabott terápiák fejlesztéséhez, valamint a klinikai kutatások új irányainak kijelöléséhez.

A tanulmány ismertetése az EAN News oldalán olvasható, a publikáció pedig a Nature Medicine oldalán.