Podejście uczenia maszynowego do przewidywania wyników leczenia tDCS u młodzieży z zaburzeniami ze spektrum autyzmu

Zaburzenie ze spektrum autyzmu (ASD) to zaburzenie neurorozwojowe charakteryzujące się zaburzeniami komunikacji, słabymi umiejętnościami społecznymi i nieprawidłowymi zachowaniami. Szczególnie szkodliwe są ograniczone i powtarzające się stereotypowe zachowania oraz niekontrolowane wybuchy złości na błahe zmiany w środowisku, które często powodują stres emocjonalny dla dzieci, ich rodzin, szkół i społeczności sąsiedzkich.

Podstawą tych problemów poznawczych i behawioralnych jest zaburzona łączność korowa i wynikająca z tego dysfunkcja wykonawcza, która leży u podstaw stosowania skutecznych strategii integracji informacji w różnych kontekstach. Problemy z łącznością mózgu wpływają na szybkość, z jaką informacje przemieszczają się w mózgu. Wolna szybkość przetwarzania wiąże się ze zmniejszoną zdolnością funkcji wykonawczych do automatycznego przywoływania i formułowania myśli i działań, w wyniku czego dzieci z autyzmem o niskiej szybkości przetwarzania mają duże trudności w uczeniu się lub dostrzeganiu relacji w wielu doświadczeniach. W konsekwencji dzieci te kompensują upośledzoną zdolność integrowania informacji z otoczenia poprzez zapamiętywanie szczegółów wizualnych lub indywidualnych zasad z każdej sytuacji. To wyjaśnia, dlaczego dzieci z autyzmem mają tendencję do dokładnego wykonywania rutynowych czynności i okazywania wielkiego niepokoju z powodu pozornie błahych zmian w środowisku.

Do tej pory nie ma znanego lekarstwa na ASD, a zaburzenie pozostaje stanem wysoce upośledzającym. Ostatnio nieinwazyjna technika stymulacji mózgu, przezczaszkowa stymulacja prądem stałym (tDCS), okazała się bardzo obiecująca jako potencjalnie skuteczne i opłacalne narzędzie do zmniejszania podstawowych objawów, takich jak lęk, agresja, impulsywność i nieuwaga u pacjentów z autyzmem. Wykazano, że technika ta modyfikuje zachowanie poprzez indukowanie zmian w pobudliwości korowej i poprawę łączności między docelowymi obszarami mózgu. Jednak nie wszyscy pacjenci z ASD reagują na tę interwencję w ten sam sposób, a przewidywanie behawioralnego wpływu tDCS u pacjentów z ASD pozostaje wyzwaniem klinicznym. Proponowane badanie ma zatem na celu sprostanie tym wyzwaniom poprzez ustalenie, czy EEG w stanie spoczynku i dane kliniczne na początku badania można wykorzystać do odróżnienia osób odpowiadających na leczenie od osób niereagujących na leczenie tDCS. Wyniki badania dostarczą nowych wskazówek dotyczących projektowania programów interwencyjnych dla osób z ASD.