כיצד ניתן לזהות דפוסים ייחודיים בפעילות המוח של ילדים עם הפרעת קשב וריכוז (ADHD)? ד"ר ענת דהן, ראשת המחלקה להנדסת תוכנה במכללה, וד"ר סמאח גזאוי, מרצה במחלקה, פיתחו מסגרת חישובית חדשנית המאפשרת לזהות דפוסים חוזרים ומבנים נסתרים בפעילות המוח, שלא ניתן לזהות באמצעות שיטות ניתוח מסורתיות. המחקר, שהתמקד ב-ADHD כמקרה מבחן, עשוי בעתיד לתרום לפיתוח כלים חדשים לחקר הפרעות נוירו-התפתחותיות ומחלות נוירולוגיות נוספות.
המחקר, שכותרתו Case Study Stringology-Based Motif Discovery for Electrophysiological Time Series: A Framework for Temporal Pattern Analysis with an ADHD משלב לראשונה בין תחום ה- Stringology ענף במדעי המחשב העוסק בפיתוח אלגוריתמים לניתוח, השוואה וזיהוי תבניות בתוך רצפים – לבין ניתוח אותות EEG המודדים את הפעילות החשמלית של המוח.
המוח האנושי מייצר לאורך הזמן פעילות חשמלית מורכבת, שבתוכה מסתתרים דפוסים חוזרים ("מוטיבים") העשויים לשקף מאפיינים ייחודיים של פעילותו. זיהוי דפוסים אלה הוא אתגר מחקרי משמעותי, והגישה שפיתחו החוקרות מאפשרת לאתר אותם באמצעות כלים אלגוריתמיים מתקדמים, תוך התמקדות במבנה הפנימי של האות המוחי ולא רק בעוצמתו.
במסגרת המחקר נותחו נתוני EEG של 121 ילדים בגילאי 7-12, ובהם 61 ילדים המאובחנים עם ADHD ו-60 ילדים ללא ההפרעה. באמצעות התאמה של שיטות חישוביות מתקדמות לניתוח נתונים ביולוגיים הצליחו החוקרות לזהות ולכמת דפוסים חוזרים בפעילות המוח, ולהשוות בין קבוצת הילדים עם ADHD לבין קבוצת הביקורת.
ממצאי המחקר הצביעו על הבדלים משמעותיים בין שתי הקבוצות. בקרב הילדים עם ADHD נמצאה שכיחות גבוהה יותר של דפוסים מוחיים חוזרים, לצד מבנים פחות יציבים ופחות מורכבים מבחינה היררכית. בנוסף, נמצאו שינויים חדים יותר בין נקודות זמן סמוכות באות המוחי – ממצאים שעשויים להעיד על מאפיינים ייחודיים של הדינמיקה העצבית ושל עיבוד המידע במוחם של ילדים עם הפרעת קשב וריכוז.
"אחד האתגרים הגדולים בחקר המוח הוא היכולת להפיק תובנות מתוך כמויות עצומות של נתונים", אומרת ד"ר ענת דהן. "המחקר שלנו מראה כיצד כלים מתחום מדעי המחשב יכולים לפתוח דרכים חדשות להבנת פעילות המוח, ומהווה דוגמה לערך הרב של מחקר בין-תחומי, המחבר בין הנדסת תוכנה למדעי החיים".
לדברי החוקרות, מרבית שיטות הניתוח המקובלות בתחום מתמקדות במדדים כלליים, כגון עוצמות תדרים או מדדי מורכבות ממוצעים, ולכן עלולות להחמיץ תבניות קצרות וחוזרות בעלות משמעות ביולוגית. הגישה שפיתחו מאפשרת לא רק למדוד את מורכבות האות המוחי, אלא גם לזהות אילו דפוסים חוזרים בו, באיזו תדירות הם מופיעים וכיצד הם מאורגנים לאורך זמן.
המחקר מהווה הוכחת היתכנות (Proof of Concept) לגישה חדשנית המשלבת בין הנדסת תוכנה, אלגוריתמיקה וחקר המוח, ומדגים כיצד כלים שפותחו במקור להתמודדות עם אתגרי עיבוד מידע במדעי המחשב יכולים לסייע בפענוח מערכות ביולוגיות מורכבות.
למרות שהמחקר התמקד במקרה המבחן של ADHD, החוקרות סבורות כי למסגרת החישובית שפיתחו פוטנציאל רחב בהרבה. בעתיד היא עשויה לתרום לחקר מחלות נוירולוגיות והפרעות נוירו-התפתחותיות נוספות, לפיתוח סמנים ביולוגיים וכלי עזר מחקריים חדשים, ואף לקדם יישומים בתחום הרפואה המותאמת אישית. ד"ר גזאוי מוסיפה: "הייחוד של הגישה שפיתחנו הוא ביכולת לזהות דפוסים חוזרים ומבנים שלא ניתן לחשוף באמצעות שיטות הניתוח המקובלות. אף שהתמקדנו ב-ADHD כמקרה מבחן, אנו מאמינות שלמסגרת החישובית הזו יש פוטנציאל רחב ליישומים במחקר של מחלות נוירולוגיות, בהבנת מערכות ביולוגיות מורכבות ובפיתוח כלים מחקריים מתקדמים".
המחקר מדגים את עוצמתו של המחקר הבין-תחומי המתקיים במכללה ומחבר בין הנדסת תוכנה, בינה חישובית ומדעי החיים, וממחיש כיצד כלים מתקדמים מעולם מדעי המחשב יכולים לתרום להבנת תהליכים ביולוגיים מורכבים ולהוביל לפריצות דרך בעלות פוטנציאל יישומי.
המאמר התקבל לכתב עת Computers in Biology and Medicine וזמין לקריאה (לקריאת המאמר המלא בכתב העת המדעי – לחצו על הקישור).
בצילומים: ד"ר ענת דהן (למעלה); ד"ר סמאח גזאוי (משמאל)
תיאור גרף: המחשה להשוואת השיטות לזיהוי דפוסי פעילות מוחית: השיטות החדשות במחקר מצליחות ללכוד את מבנה השינויים באות ה-EEG ולהבחין בין דפוסי פעילות בקבוצת ADHD ובקבוצת הביקורת.