فهرست مطالب
محققان به تازگی یک رابط مغز-کامپیوتر (BCI) پوشیدنی و غیرتهاجمی ابداع کرده‌اند که به پزشکان در تشخیص دقیق اختلال ADHD (کم‌توجهی/بیش‌فعالی) کمک می‌کند.
به گزارش تکناک، این دستگاه فعالیت‌های عصبی کاربر را به سرعت در زمان بازی در یک آزمون ویدیویی اندازه‌گیری می‌کند. در حالی که این اختراع هنوز در مرحله تحقیق است، نوآوری آن در حذف ابهام‌های تشخیصی ADHD بسیار امیدوارکننده به نظر می‌رسد.
در حال حاضر، تا زمانی که موارد بیشتری درباره نشانگرهای ژنتیکی ADHD کشف شود، اقدامات تشخیصی اغلب به ارزیابی روان‌پزشکی و رفتاری بستگی دارد.
نوع غالب بیش‌فعالی/تکانش‌گری، نوع غالب بی‌توجهی و نوع ترکیبی یا مختلط که فرد در دامنه وسیع و متنوع بین دو حالت قبلی قرار می‌گیرد، سه نوع شناخته‌شده از ADHD بر اساس ارزیابی علائم هستند.
سیستم سنتی تشخیص اختلال ADHD
تشخیص سنتی برای افراد با نوع ترکیبی ADHD دشوار است. علائم این نوع ADHD کمتر آشکار است و بیشتر افراد با بیش‌فعالی داخلی و علائم درونی، برای انطباق با جامعه نقاب می‌زنند و به دلیل استعدادهای علمی یا عملکرد بالا، مشکل خود را پنهان می‌کنند.
درک رابطه پیچیده
محققان تازه در حال درک رابطه پیچیده بین ADHD نوع بی‌توجهی و ترکیبی با اضطراب هستند. این مسئله به ویژه در دختران که اغلب به اختلال اضطراب عمومی (GAD) تشخیص داده می‌شوند، در حالی که مشکل اصلی آنها ADHD است، صدق می‌کند.
اکنون محققان دانشگاه ملی یانگ مینگ چیائو تونگ (NYCU) تایوان امیدوار هستند تا برخی از موانع برای تشخیص دقیق ADHD را ساده و برطرف کنند.
آنها یک دستگاه BCI بی‌سیم ابداع کرده‌اند که به راحتی روی سر بیمار قرار می‌گیرد و سیگنال‌های الکتروانسفالوگرافی (EEG) حالت استراحت و حالت انجام وظیفه را ثبت می‌کند.
در حالی که EEG می‌تواند برای ارزیابی فعالیت مغزی در تشخیص ADHD استفاده شود، اما حالت استراحت/وظیفه را در نظر نمی‌گیرد، همچنین تفاوت‌های انواع مختلف ADHD را شناسایی نمی‌کند.
جو-وی لین، یکی از محققان این مطالعه گفت: «کار با این دستگاه راحت است و در زمان صرفه‌جویی می‌کند. فقط ۱۰ دقیقه طول می‌کشد تا این دستگاه را بپوشید. برای کودکان، تشخیص سنتی ADHD نیاز به مصاحبه‌های بسیاری با معلمان و والدین آنها، همچنین پرسشنامه‌های خسته‌کننده دارد.»
BCI به همراه یک بازی یا ویدیوی طراحی‌شده کار می‌کند تا یک پاسخ دیداری و شنیداری را در بیمار تحریک کند و اطلاعات از مغز از هر الکترود خشک EEG در کانال‌های مختلف به نرم‌افزار کمکی مبتنی بر هوش مصنوعی ویژه‌ای منتقل می‌شود.
لین توضیح داد: «ما داده‌های این دستگاه را به پلتفرمی که پزشک می‌تواند ببیند انتقال می‌دهیم، که نشان‌دهنده شاخص‌های توجه، استرس و خستگی در زمان واقعی است. سپس سیگنال‌های EEG را به سیستم کمکی هوش مصنوعی ارسال می‌کنیم تا تصمیم بگیرد آیا بیمار ADHD دارد یا خیر.»
اگرچه این دستگاه برای جایگزینی پزشکان طراحی نشده است، اما بیشتر یک ابزار کمکی برای شناسایی دقیق‌تر و سپس درمان ADHD است. در حالی که تحقیق روی کودکان متمرکز بوده، محققان می‌گویند که روش پردازش امواج مغزی آن، برای بزرگسالان نیز قابل تنظیم است.
لین تأکید کرد: «ما این گزارش را به پزشکان ارسال می‌کنیم تا با شاخص‌های عینی‌تر در تصمیم‌گیری درباره ADHD به آنها کمک نمایم.»
این آزمون مبتنی بر بازی یک روش تشخیصی جدید برای ارزیابی ADHD است و برای کودکان کاربر پسندتر از مصاحبه‌ها و پرسشنامه‌ها می‌باشد. این دستگاه به دقتی حدود ۹۵ درصد دست یافته است.
لی-وی کو، از دیگر محققان این مطالعه گفت: «ما اجازه دادیم کودکان دستگاه را بپوشند تا آزمون توجه مبتنی بر بازی را انجام دهند. به‌طور همزمان، ما تغییرات امواج مغزی آنها را تحلیل می‌کنیم تا تعیین نماییم که آیا آنها تمایل به بیش‌فعالی دارند یا نه، که می‌تواند فرایند تشخیص سنتی که سه ماه طول می‌کشد را به یک ماه کاهش دهد.»
تحقیقات اولیه درباره این فناوری در مجله Journal of Neural Engineering منتشر شده است.
