سکته مغزی قاتل خاموشی است که سالانه جان حدود ۶.۷ میلیون نفر را از بین ۱۰۰ میلیون نفری که در سراسر جهان به آن مبتلا میشوند، میگیرد.
با وجود پیشرفتهای پزشکی، سکتههای مغزی اغلب بدون هیچ هشداری رخ میدهند، به همین دلیل توسعه ابزارهای نوآورانه برای پیشبینی و پیشگیری از این وضعیت ویرانگر بسیار ضروری است.
پیشگیری از سکته مغزی و کشف نقش چشمها
پیشگیری از سکته مغزی معمولاً به شناسایی عوامل خطر شناختهشده مانند کلسترول بالا، رژیم غذایی نامناسب، سیگار کشیدن و فشار خون بالا متکی بوده است.
با این حال، تحقیقات جدید کشفی بالقوه نجاتبخش را روشن کردهاند: چشمهای انسان میتوانند به عنوان یک سیستم هشدار زودهنگام برای سکته مغزی عمل کنند.
بررسی چشمها برای پیشگیری از سکته مغزی
شبکیه، بافت حساس به نور که در پشت چشمها قرار دارد، فقط برای دیدن نیست. طبق این تحقیق، شبکیه میتواند نشانگر پیشبینی خطر سکته مغزی در افراد باشد.
این کشف ارزش شبکیه را به عنوان پنجرهای منحصربهفرد به سلامت عروق کل بدن برجسته کرده و بینشهایی فراتر از اختلالات مرتبط با بینایی ارائه میدهد.
شبکیه دارای شبکهای پیچیده از عروق است که از نظر ساختاری و عملکردی شباهتهای قابلتوجهی با عروق مغز دارد. این شباهتها باعث شدهاند دانشمندان آن را به عنوان شاخصی برای ارزیابی آسیبهای سیستمیک ناشی از بیماریهایی مانند دیابت بررسی کنند.
اثر انگشت عروقی در شبکیه
متخصصان دریافتند که یک “اثر انگشت عروقی” در شبکیه چشمها میتواند بینش ارزشمندی درباره خطر سکته مغزی ارائه دهد. این اثر انگشت فیزیولوژیکی شامل ۲۹ شاخص سلامت عروقی است.
پژوهشگران این شاخصها را با بررسی ویژگیهایی مانند قطر و پیچیدگی وریدها و شریانها، تراکم، زاویه شاخهها و میزان پیچیدگی آنها تحلیل کردند.
علاوه بر این، عواملی مانند پیشینه دموگرافیک و اجتماعی-اقتصادی، سبک زندگی و اندازهگیریهای سلامتی مانند فشار خون، سطح کلسترول و وزن بدن نیز در نظر گرفته شد.
ابزارهای غیرتهاجمی برای پیشبینی خطر سکته مغزی
نکته چشمگیر این است که این اثر انگشت عروقی را میتوان بهراحتی و بدون آزمایشهای تهاجمی به دست آورد.
فوتوگرافی فوندوس، روشی برای تصویربرداری از پشت چشم، میتواند این اطلاعات را جمعآوری کند. این روش بهویژه برای مراقبتهای اولیه و محیطهای کممنبع مناسب است و رویکردی عملی و قابلاجرا ارائه میدهد.
استفاده از یادگیری ماشینی برای پیشبینی خطر سکته مغزی
با وجود پتانسیل اثر انگشت شبکیه، استفاده کامل از آن در پیشبینی خطر سکته مغزی به دلیل کاربردهای ناهماهنگ فوتوگرافی فوندوس و نتایج متغیر مطالعاتی تاکنون بهطور کامل عملی نشده است.
پر کردن این شکافها برای باز کردن پتانسیل کامل تصویربرداری شبکیه به عنوان یک ابزار تشخیصی غیرتهاجمی و قابلاعتماد بسیار ضروری است.
اینجاست که یادگیری ماشینی وارد عمل میشود و به دانشمندان امکان شناسایی نشانگرهای زیستی را میدهد که میتوانند خطر سکته مغزی را بهدقت پیشبینی کنند، بدون نیاز به آزمایشهای تهاجمی.
یکی از این ابزارهای پیشرفته یادگیری ماشینی، سیستم ارزیابی سلامت میکروواسکولار مبتنی بر شبکیه (RMHAS) است.
تغییرات در شاخصهای چشمی و خطر سکته مغزی
پژوهشگران تصاویر فوندوس بیش از ۶۸,۰۰۰ شرکتکننده را مطالعه کردند و در نهایت ۴۵,۱۶۱ نفر (با میانگین سنی ۵۵ سال) در مطالعه باقی ماندند.
در طول ۱۲.۵ سال، ۷۴۹ شرکتکننده دچار سکته مغزی شدند که این افراد عمدتاً مردان مسنتری بودند که سیگار میکشیدند و دیابت، فشار خون بالا یا سطح پایین کلسترول خوب داشتند.
در مجموع، ۱۱۸ شاخص قابل اندازهگیری عروقی در شبکیه بررسی شد و ۲۹ شاخص بهطور معناداری با خطر سکته مغزی اولیه مرتبط بودند.
مطالعه نشان داد که تغییرات در این شاخصهای چشمی با افزایش خطر سکته مغزی بین ۱۰ تا ۱۹.۵ درصد مرتبط است.
آیا اثر انگشت عروقی شبکیه میتواند خطر سکته مغزی را پیشبینی کند؟ طبق این مطالعه، پاسخ یک “بله” قاطع است.
این اثر انگشت میتواند خطر سکته مغزی را به اندازه عوامل خطر سنتی، و حتی تنها با ترکیب اطلاعات سن و جنسیت، بهدقت پیشبینی کند.
محدودیتهای مطالعه
لازم به ذکر است که این مطالعه یک مطالعه مشاهدهای است و بنابراین نمیتواند روابط علّی را تأیید کند.
علاوه بر این، نتایج پژوهش ممکن است برای قومیتهای مختلف قابل تعمیم نباشد، زیرا اکثریت شرکتکنندگان سفیدپوست بودند. همچنین خطر مرتبط با انواع مختلف سکته مغزی نیز در این مطالعه بررسی نشد.
نتیجهگیری
با این وجود، کاربرد بالقوه این کشف، بهویژه در مراقبتهای اولیه و محیطهای کممنبع، نمیتواند نادیده گرفته شود.
این تحقیق نوآورانه پتانسیل زیادی در مبارزه با سکته مغزی دارد. با مطالعات و بررسیهای بیشتر، ممکن است در آستانه تحول در شیوه ارزیابی خطر سکته مغزی در سراسر جهان باشیم.
مطالعه کامل در مجله Heart منتشر شده است.