NeuroSuitUp: neurorevalidatie door synergetische mens-machine-interfaces (NeuroSuitUp)

De volledige titel van het NeuroSuitUp-project is <Neurorehabilitation through synergistic mens-machine interfaces ter bevordering van slapende neuroplasticiteit bij dwarslaesie>. Het is een multidisciplinair technisch projectproject voor neurofysiologische en neurale revalidatie, ontwikkeld door het Lab of Medical Physics & Digital Innovation, School of Medicine, Faculty of Health Science Aristotle University of Thessaloniki en ondersteund door een neurochirurgische afdeling. Dit onderzoek wordt medegefinancierd door Griekenland en de Europese Unie (Europees Sociaal Fonds - ESF) via het operationeel programma "Human Resources Development, Education and Lifelong Learning 2014- 2020" in het kader van het project ""NeuroSuitUp"" (MIS 5047840 ). De website voor het project is toegankelijk via https://imedphys.med.auth.gr/project/neurosuitup.

Het NeuroSuitUp-project omvat:

• Een klinisch onderzoek voor de revalidatie van patiënten met cervicaal ruggenmergletsel (CSCI), waarbij gebruik wordt gemaakt van meerdere meeslepende mens-machine-interfaces (Brain-Computer Interface (BCI) gestuurd robotarmapparaat, draagbare robotjas en -handschoenen, Serious Gaming-toepassing, Augmented Reality-presentatie)
• Een secundaire off-line neurofysiologische analyse van brin-corticale activatie, connectiviteit en plasticiteit, evenals spierelektrofysiologie bij patiënten met CSCI die motorische beeldspraak (MI) ondergaan en BCI-training en assistentie door middel van elektrische spierstimulatie

Mijlpalen van de studie:

• De onderzoekers willen een interventie ontwikkelen, testen en optimaliseren op basis van meerdere meeslepende mens-machine-interfaces
• De onderzoekers streven ernaar neurorevalidatieprotocollen op eigen tempo te ontwikkelen en te valideren voor patiënten met CSCI.
• De onderzoekers streven ernaar de neurofysiologische functionaliteit en verandering van corticale activiteit bij chronische CSCI te identificeren en te bestuderen.

De sensomotorische netwerken van patiënten met dwarslaesie (SCI) en gezonde individuen delen vergelijkbare connectiviteitspatronen, maar nieuwe functionele interacties zijn geïdentificeerd als uniek voor SCI-patiëntennetwerken en kunnen worden toegeschreven aan zowel adaptieve als onaangepaste organisatie-effecten na het letsel. Het belang van dergelijke verschijnselen, zowel als mogelijke prognostische factoren als als bijdragers aan de revalidatie van patiënten, blijft tot nu toe niet gespecificeerd. Het exacte onderliggende neurofysiologische proces en de mate waarin dit wordt gemoduleerd door interacties van hogere orde, wordt ook niet volledig begrepen. Veel belangrijker is dat het onlangs voor het eerst gedeeltelijk neurologisch herstel heeft aangetoond bij volledige dwarslaesiepatiënten na 5-10 jaar na het letsel door middel van baanbrekende protocollen voor neurorevalidatie, geïntegreerd in de traditionele medische en fysiotherapeutische praktijk. De onderzoekers gebruikten rijke visuele en tactiele feedback, virtual reality-omgevingen (VRE), BCI-gecontroleerd exoskelet en robotactuatoren en documenteerden bovendien plasticiteitseffecten op corticaal niveau.

Resterende communicatie tussen hersenen en ruggenmerg speelt een belangrijke rol bij mogelijke neurorevalidatie, aangezien zelfs bij volledige verwondingen een vierde van de zenuwvezels die het letselniveau passeren, functioneel intact is. Als zodanig zijn hertraining van CZS-circuits en het bevorderen van plasticiteit om lichaamsfuncties te herstellen erkend als een van de belangrijkste principes van ruggenmergherstel door het Amerikaanse National Institute of Neurological Disorders and Stroke (US NIH/NINDS). Desalniettemin geeft de bestaande literatuur het pathofysiologische proces en effect van SCI op het centrale zenuwstelsel en de sensomotorische netwerken nog niet nauwkeurig weer. Studies die nodig zijn om dit probleem aan te pakken (zoals onze studie) moeten worden overwogen, waarbij specifieke vragen worden geïdentificeerd die door verder onderzoek moeten worden beantwoord: a) hoe en waarom reorganisatie van CZS-netwerken tot stand komt, b) hoe deze reorganisatie in de tijd evolueert met betrekking tot de ernst en chroniciteit van het letsel, c) wanneer kan het worden beschouwd als een adaptieve of maladaptieve evolutie, en d) hoe kan het respectievelijk worden bevorderd of voorkomen. Het verkregen inzicht zal naar verwachting klinisch relevant zijn bij het voorkomen van onaangepaste plasticiteit na dwarslaesie door middel van geïndividualiseerde neurorevalidatie, evenals bij het ontwerpen van ondersteunende technologieën voor dwarslaesiepatiënten.

Deze NeuroSuitUp-studie is zowel een preklinisch neurofysiologisch onderzoek bij menselijke SCI-patiënten dat tot doel heeft de basiskennis over SCI-gevolgen op het CZS te vergroten, als ook een translationele implementatie in de klinische (revalidatie)praktijk. Onze analyse heeft tot doel uiteindelijk te helpen bij het produceren van een model van CNS-functie langs verschillende stadia van SCI (acuut, subacuut, chronisch), tijdens verschillende activiteiten (rusttoestand, eenvoudige motorische taken, complexe sensomotorische activiteit), onderscheid maken tussen volledig en onvolledig letsel en idealiter in staat zijn om negatieve uitkomst versus mogelijk herstel te voorspellen . Het NeuroSuitUp-project heeft tot doel slapende neuroplasticiteit na chronische dwarslaesie aan de cervicale wervelkolom, een soort letsel dat tetraparese en tetraplegie veroorzaakt, te onderzoeken en te bevorderen. Ons protocol zal training inzetten in hersencomputerinterfaces en robotarmen, virtuele omgevingen (hersengestuurde virtuele armen, avatars en augmented reality draagbare robotica met sensoren en actuatoren (handschoenen en jas) en rijke audio/visuele/tactiele stimuli samen met serieuze gaming-toepassingen om de motivatie te vergroten. Visuele en kinesthetische sensomotorische hersennetwerken zullen ook worden bestudeerd met behulp van hogedichtheidselektro-encefalografie om CZS-plasticiteit aan te tonen en te monitoren.