"يعد الحفاظ على تدفق الدم الكافي في الدماغ (CBF) أمرًا بالغ الأهمية للأداء المعرفي لرواد الفضاء أثناء فترات انعدام الوزن الطويلة. ومع ذلك، فإن المراقبة في الوقت الفعلي في الفضاء محدودة بسبب تعقيد التصوير بالرنين المغناطيسي (MRI) وحمولات الأقمار الصناعية المحدودة"، أوضح المؤلف المشارك في الدراسة ليجون يوان من كلية الطب بجامعة القوات الجوية. تشمل الابتكارات الأساسية (أ) محاكاة انعدام الوزن باستخدام وضعية الرأس المنخفض (HDTBR) بزاوية 6 درجات، (ب) دمج بيانات الموجات فوق الصوتية للشريان السباتي وبيانات التصوير بالرنين المغناطيسي للدماغ لإنشاء نماذج تنبؤية لتدفق الدم في الدماغ تعتمد على التعلم الآلي (ML)، و (ج) تطوير تطبيق ويب سهل الاستخدام للاستخدام في المدار. "يوفر هذا الحل قياسًا غير جراحي وخفيف الوزن لتدفق الدم في الدماغ، وبالتالي يدعم التدخلات الطبية في الوقت المناسب لرواد الفضاء."
يستفيد النموذج من التطورات التقنية الرئيسية: أكمل 36 متطوعًا ذكرًا سليمًا دراسة وضعية الرأس المنخفض (HDTBR) لمدة 90 يومًا. تم جمع بيانات متعددة الوسائط، بما في ذلك الموجات فوق الصوتية دوبلر للشريان السباتي الداخلي (ICA)، والتصوير بالرنين المغناطيسي للدماغ بتقنية pCASL ثلاثية الأبعاد، والمعلمات السريرية (مؤشر كتلة الجسم، ومعدل ضربات القلب، وضغط الدم). تم اختبار ثمانية خوارزميات للتعلم الآلي، حيث أثبت CatBoost أنه النموذج الأمثل لقدرته على التقاط العلاقات غير الخطية المعقدة بين الخصائص الديناميكية الدموية للشريان السباتي الداخلي والتغيرات في تدفق الدم في الدماغ (CBF). "تم استخدام تحليل SHAP لتفسير النموذج، وحدد مؤشر كتلة الجسم، ومؤشر النبض (PI) للشريان السباتي الداخلي، وحجم تدفق الدم (FV) كميزات تنبؤية مهمة"، حسبما ذكر المؤلف الأول لينكون كاي.
قام مؤلفو الدراسة بالتحقق من صحة النموذج من خلال تجارب شاملة: بعد 90 يومًا من وضعية الرأس المنخفض (HDTBR)، لوحظ انخفاض كبير في تدفق الدم الإقليمي في الدماغ في التلفيف الصدغي الأيمن (AUC = 0.88، الدقة = 0.84)، والتلفيف الحزامي الأوسط الأيمن (AUC = 0.92، الدقة = 0.83)، والفص الجبهي العلوي الأيمن (AUC = 0.82، الدقة = 0.72). تفوق نموذج CatBoost على الخوارزميات الأخرى (الانحدار اللوجستي، SVM، Random Forest، إلخ) في جميع مقاييس التقييم. يتيح تطبيق الويب المطوّر لرواد الفضاء إدخال البيانات السريرية وتحميل ملفات الموجات فوق الصوتية للتنبؤ بتدفق الدم في الدماغ في الوقت الفعلي وتصور المخاطر.
„على الرغم من أن النموذج يقدم نتائج واعدة، إلا أن هناك تحديًا مستمرًا: التضمين المحدود للبيانات المتعلقة بتدفق الدم في الشريان الفقري، وتأخير فريد بعد وضع العلامة في التقاط التصوير بالرنين المغناطيسي، والمشاركة الحصرية للمشاركين الذكور“، قال كاي. ستركز الأعمال المستقبلية على دمج ميزات الشريان الفقري، وتطبيق تقنية Multi-PLD-ASL، والتحقق من صحة النموذج عبر مجموعات سكانية متنوعة، بما في ذلك رائدات الفضاء. بشكل عام، يوفر نموذج التنبؤ هذا المدعوم بالتعلم الآلي حلاً عمليًا لمراقبة CBF في الجاذبية الصغرى المحاكاة، مما يضع الأساس لحماية صحة الدماغ في رحلات الفضاء الطويلة.
من بين مؤلفي الورقة البحثية لينكون كاي، ياوين ليو، كاي لي، تشانغيانغ شينغ، زي شو، ليانبي تشاو، كي لوف، تشيلي لي، هاو وانغ، لينجي وانغ، ديهونغ لو، ليجون يوان، لينا كو، يينغهوي لي، تشانغ تشانغ وانغ، وبينغلينغ رين.
تم تمويل الدراسة من خلال مشروع التجارب الطبية الفضائية التابع لبرنامج الفضاء المأهول الصيني (رقم HYZHXMH01005)، ومشروع البحث المتقدم للفضاء المأهول الصيني (ES-2-NO.0041)، ودعم تمويل استوديو الابتكار للموظفين الشباب التابع لهيئة مستشفيات بكين (رقم 202302)، وباحث بكين 2015 (ZW).
DOI: 10.34133/cbsystems.0448
