Millones de pacientes que padecen trastornos neurológicos y mentales como depresión, adicción y dolor crónico son resistentes al tratamiento. De hecho, alrededor del 30% de todos los pacientes con depresión mayor no responden en absoluto a ningún medicamento o psicoterapia. En pocas palabras,muchas formas tradicionales de tratamiento para estos trastornos pueden haber alcanzado su límite. ¿A dónde vamos desde aquí?
Investigación que se publicará en Ingeniería Biomédica de la Naturaleza dirigido por Maryam Shanechi, la Cátedra de carrera temprana Andrew y Erna Viterbi en ingeniería eléctrica e informática en la Escuela de Ingeniería de USC Viterbi, allana el camino para una alternativa prometedora: la estimulación cerebral profunda personalizada. El trabajo representa un gran paso adelante para lograrnuevas terapias para toda una serie de trastornos neurológicos y mentales.
Hasta ahora, el desafío de la estimulación cerebral profunda personalizada ha sido el propio cerebro humano. Los trastornos mentales pueden manifestarse de manera diferente en el cerebro de cada paciente. De manera similar, si la actividad cerebral de cada paciente y sus síntomas responderán a la estimulación y cómo responderán a la estimulación puede ser muy diferente.Esto hace que sea difícil conocer el efecto de la estimulación en un paciente determinado o cómo cambiar la dosis de estimulación, es decir, su amplitud o frecuencia, a lo largo del tiempo para adaptarla a las necesidades del paciente.
Shanechi y su equipo han encontrado una manera de predecir qué efecto tendrá la estimulación eléctrica en la actividad cerebral de un individuo en múltiples regiones del cerebro mediante el desarrollo de nuevas formas de onda de estimulación y la creación de nuevos modelos de aprendizaje automático. Demostraron el éxito del modelo en el cerebro realexperimentos de estimulación en colaboración con Bijan Pesaran, profesor de Ciencias Neurales en NYU.
Para lograr esto, diseñaron dos herramientas: una nueva onda de estimulación eléctrica para mapear la actividad cerebral; y nuevas técnicas de aprendizaje automático que aprenden el mapa a partir de los datos cerebrales recopilados durante la estimulación ". Nuestra onda, que cambia su amplitud y frecuencia aleatoriamente entiempo, nos permitió ver y predecir cómo el cerebro respondió a una amplia gama de dosis de estimulación ", dijo Shanechi. Al igual que una llave maestra puede abrir cualquier puerta, la onda se puede aplicar al cerebro de cualquier individuo y proporcionar un mapa personalizado de cómoresponde a la estimulación. Para probar su hipótesis, los investigadores aplicaron su onda en cuatro regiones diferentes del cerebro. En cada caso, pudieron predecir el resultado de la actividad cerebral en múltiples regiones por primera vez.
Lo que esto significa es que los médicos pronto podrán personalizar una "dosis" de estimulación cerebral profunda caso por caso y en tiempo real cambiando la amplitud y frecuencia de la estimulación. Piense en ello como el cerebroversión de estimulación de aumentar o disminuir la cantidad de miligramos en una píldora. Para las personas que padecen trastornos mentales como depresión resistente al tratamiento o ansiedad, las implicaciones son enormes.
Shanechi y su equipo habían desarrollado previamente técnicas de aprendizaje automático para decodificar síntomas de trastornos mentales como el estado de ánimo de la actividad cerebral. Ahora, con su nueva capacidad para predecir mejor cómo la estimulación afecta la actividad cerebral de forma individual, buscan combinar sus hallazgoshacia terapias personalizadas para los trastornos mentales ". Al juntar estos dos recuadros, esperamos construir interfaces cerebro-máquina de circuito cerrado que ajusten la dosis de la terapia de estimulación eléctrica al rastrear los síntomas en tiempo real según la actividad cerebral y al predecir cómoel cambio en la estimulación puede cambiar la actividad y, por lo tanto, estos síntomas ", dijo Shanechi.
Fuente de la historia :
Materiales proporcionado por Universidad del Sur de California . Original escrito por Ben Paul. Nota: el contenido se puede editar por estilo y longitud.
Referencia de la revista :
cite esta página :