FAIR m-BIDS: קידום ניצול נתוני מוח באמצעות ריבוי מודאליות ועקרונות FAIR

למה ארגון נתוני מוח חשוב

מחקר מודרני של המוח מייצר שפע של מידע דיגיטלי: סריקות מוח, הקלטות חשמליות, נתונים גנטיים ואפילו תיעוד מפורט של התנהגות. עם זאת, חלק גדול מהמידע הזה שמור בפורמטים שקשה לחפש בהם, לשלבם או לשימוש חוזר. מאמר זה מציג את FAIR m-BIDS, שיטה חדשה לארגון נתוני מוח כך שמדענים בכל מקום יוכלו למצוא, לקשר ולהשתמש מחדש בבטחה במידע ממגוון סוגי מחקרים בקלות רבה יותר.

הבעיה של תיעוד מפוזר של נתוני מוח

כיום, נתוני מוח נאספים ברחבי העולם באמצעות כלים רבים, מסורקי MRI ועד כובעי EEG וחיישני תנועה. מבנה נתוני הדימות של המוח (BIDS) נוצר כדי להביא סדר לכאוס הזה על ידי הגדרת מבני תיקיות ושמות קבצים משותפים. BIDS הורחב לסוגים רבים של מדידות, אך הוא עדיין מתייחס לכל מחקר כאל אי נפרד. בתוך כל אי, אנשים וקבצים מקבלים תיאורים מקומיים משלהם שלעתים קרובות אינם תואמים בין מחקרים. זה מקשה לעקוב אחרי אותו אדם לאורך זמן או לשלב סוגי מדידות שונים מאותו אדם, כגון התאמת הסריקה המוחית שלו עם הפעילות החשמלית והרשומות הקליניות.

כללי FAIR לנתונים שאחרים יכולים להשתמש בהם

במקביל, תחומים רבים שואפים כיום לעמוד בעקרונות FAIR: נתונים צריכים להיות ניתנים למציאה (Findable), נגישים (Accessible), בין-פעילים (Interoperable) וניתנים לשימוש חוזר (Reusable). עבור מחקר המוח, משמעות הדבר היא היכולת לחפש ברחבי אוספים רבים, לאחזר בדיוק את החלקים הנדרשים, לשלב סוגי נתונים שונים בצורה חלקה ולעשות כל זאת תוך שמירה על פרטיות. BIDS הקלאסי עוצב לפני שהוגדרו עקרונות FAIR באופן רשמי, ולכן אינו תומך במלואו במטרות הללו. למשל, קל לגלוש במאגר נתונים יחיד, אך קשה לחפש בין מאגרי נתונים רבים אחר כל ההקלטות מקבוצת גיל מסוימת, אבחנה או סוג סריקה.

דרך חדשה לתייג כל קובץ וכל משתתף

FAIR m-BIDS שומר על המראה והתחושה המוכרים של BIDS, אך מוסיף שכבת מזהים חכמה. לכל קובץ נתונים מוקצה מפתח מזהה גלובלי ייחודי לקובץ, יציב לאורך זמן וייחודי ברחבי הפלטפורמה. לכל משתתף מוקצה מפתח מזהה גלובלי ייחודי לנבדק, זהה לא משנה בכמה מחקרים הוא משתתף. לכל אוסף נתונים מוקצה גם מפתח־מאגר גלובלי. מאחורי הקלעים, מפתחות אלה נוצרים באמצעות פונקציות מתמטיות קבועות שמסתירות פרטי אישיים אך עדיין מאפשרות למערכות מאושרות לזהות מתי קבצים שונים שייכים לאותו אדם אנונימי. תיוג מדויק זה מאפשר לחוקרים לחפש, לסנן ולשייך מחדש קבצים על סמך תיאורים עשירים מבלי להיתקע במבנה התיקיות המקורי.

בניית אוספים מותאמים על פי דרישה

מכיוון שכל קובץ, נבדק ומאגר מקושרים דרך מפתחות אלה, FAIR m-BIDS הופך ארכיון סטטי לביובנק גמיש. מדענים יכולים לשאול שאלות מפורטות למערכת: למשל, "תן לי את כל סריקות המוח והקלטות EEG של נשים בגיל 50–60 עם סימנים לאובדן זיכרון", ולקבל חבילה מוכנה שמשתרעת על פני מספר מחקרים מקוריים. המערכת יכולה לשמור תוצאות שאילתה אלה כמאגרי נתונים חדשים, כל אחד עם מפתח־מאגר משלו אך קשור עדיין למקורות המקוריים. זה מקל על הרצת מחקרים מולטי־מודאליים גדולים, מעקב אחרי אותם אנשים לאורך זמן, השוואת שיטות וחזרה או הרחבה של עבודות קודמות. המבנה נבדק על מאגרים ציבוריים ומיושם בביובנק מיפוי מוח לאומי באיראן, שם הוא יפעיל פלטפורמה מקוונת לחיפוש וניתוח.

שמירה על שימושיות, חיבוריות ובטיחות של הנתונים

במלים פשוטות, המחברים מראים כיצד הוספת מזהים חכמים שמגינים על פרטיות מעל התקנים הקיימים יכולה להפוך תיעוד מפוזר של נתוני מוח לספרייה מסודרת וניתנת לחיפוש. FAIR m-BIDS שומר על פרטים רגישים מוסתרים תוך מתן אפשרות לכלים מאושרים לקשר בין קבצים, אנשים ואוספים במחקרים רבים. הדבר מקל על מציאת, שילוב ושימוש חוזר בנתוני מוח, ועוזר לחוקרים לבנות תמונה עשירה יותר של בריאות ומחלת המוח ומניח את היסוד לנוירו-מדע שיתופי, אמין ומונחה-נתונים.

ציטוט: Mirhosseini, S.M., Naseri, H., Siahlou, B. et al. FAIR m-BIDS: Advancing brain data utilization through multimodal and FAIR principles. Sci Data 13, 555 (2026). https://doi.org/10.1038/s41597-026-06790-7

מילות מפתח: נתוני מוח, דימות מוחי, תקני נתונים, מערכי נתונים מולטי-מודאליים, עקרונות FAIR