אבחון הפרעות תודעה באמצעות מפות טופוגרפיות של EEG המופקות מתכונות לא-ליניאריות בעזרת למידת עומק

להקשיב לסימני מודעות

כאשר אדם יקר נשאר בלתי מגיב לאחר פגיעה מוחית קשה, המשפחה והרופאים מתמודדים עם שאלה קורעת לב: האם נותרת איזו מודעות בפנים, ואם כן — כמה? בדיקות שגרתיות אצל מיטת החולה עלולות לפספס סימנים עדינים של מודעות, מה שמוביל לאבחונים שגויים המשפיעים על הטיפול, השיקום ואפילו החלטות סופיות על סיום טיפול. המחקר הזה בוחן דרך חדשה "להקשיב" למוח הפגוע באמצעות הקלטות EEG, מדד מתמטי של מורכבות האות, ובינה מלאכותית בלמידת עומק, כדי להבדיל טוב יותר בין שתי מצבים מרכזיים: מצב צמח ומצב תודעה מינימלי.

שני מצבים בלתי מגיבים אך שונים במהותם

לאחר פגיעה מוחית קשה, חלק מהחולים פותחים עיניים אך אינם מראים סימני מודעות ברורים; הם מתוארים במצב צמח, שנקרא גם תסמונת ערות בלתי מגיבה (VS/UWS). אחרים עשויים לעיתים לבצע פקודות פשוטות, לעקוב אחר עצמים או להגיב באופן משמעותי לקולות או למגע; חולים אלה מוגדרים כמצב תודעה מינימלי (MCS). למרות שהתנהגויות אלו עשויות להיראות דומות במבט ראשון, הסיכויים להחלמה וסוג השיקום הנדרש עלולים להיות שונים מאוד. עם זאת, אפילו צוותים קליניים מומחים מסווגים בצורה שגויה עד כ־40 אחוז מהחולים כאשר מסתמכים בעיקר על תצפית בשולחן המיטה. המחברים שואפים לתמוך בקלינאים באמצעות כלי מוחי אובייקטיבי שניתן להפעיל בצד המיטה ואינו תלוי ביכולת החולה לזוז או לדבר.

מדידת מורכבות מוחית באמצעות קול ושקט

החוקרים חקרו 104 מבוגרים עם הפרעות תודעה שהוערכו בקפדנות באמצעות סולם התאוששות מהקומה סטנדרטי. לכל מטופל הוקלטה פעילות המוח באמצעות מערכת EEG של 19 ערוצים במנוחה ובמהלך האזנה למוזיקה אהובה בעלת קצב מרומם, שנבחרה על סמך ראיונות עם המשפחה. במקום להתמקד בגלי מוח מסורתיים, הצוות חישב מדד לא־ליניארי שנקרא אנטרופיה מקורבת (approximate entropy), שממפה עד כמה האות של ה‑EEG מורכב ובלתי צפוי לאורך זמן. בפשטות, ערכי אנטרופיה גבוהים משליכים על פעילות מוחית עשירה ומגוונת יותר, הקשורה לעיבוד מודע. ערכי האנטרופיה מכל אלקטרודה על הקרקפת הומרו למפות טופוגרפיות צבעוניות, שיצרו מעין "דיוקן מורכבות" של המוח במצבי מנוחה ומוזיקה.

להדריך רשת עצבית לקרוא את המפות

כדי להפוך את המפות הללו לעזר אבחוני, הצוות אימן רשת עצבית קונבולוציונית (CNN) — סוג של מערכת למידת עומק המשמשת לעתים קרובות בזיהוי תמונה — כדי להבחין בין VS/UWS ל‑MCS. עבור כל מטופל הוסבו מקטעי EEG ברוחב שנייה אחת מרובים למפות אנטרופיה ונערמו לתמונות ששימשו קלט ל‑CNN. במקביל בנו המחברים שני מודלים מסורתיים נוספים של למידת מכונה: מכונת וקטורים תומכים (SVM) ורשת רגרסיה מופשטת (GRNN), תוך שימוש בתכונות מספריות נבחרות מתוך ה‑EEG. לאחר מכן השוו בין הדיוק של כל גישה בסיווג קבוצת מבחן עצמאית של חולים שאבחונם האמיתי היה ידוע מהערכה קלינית זהירה.

הבדלים ברורים באותות המוח ודיוק משופר

הממצאים הראו שחולים במצב תודעה מינימלי הציגו אנטרופיה גבוהה יותר במספר אזורים מוחיים מאשר אלה במצב צמח, במיוחד בצד השמאלי של הראש ובמהלך האזנה למוזיקה מועדפת. אצל מטופלי MCS, ערכי אנטרופיה גבוהים נקשרו באופן משמעותי לציונים גבוהים יותר בסולם התאוששות מהקומה, מה שמרמז שהמדד עוקב אחרי הבדלים ממשיים במידת המודעות. בכל הנוגע לסיווג אוטומטי, ה‑CNN הביא לתוצאה הטובה ביותר: הוא הבחין נכון בין שתי הקבוצות בכ‑90 אחוז מהמקרים והשיג מדד סיכום גבוה של דיוק (AUC 0.90). ה‑SVM הופיע בסבירות טובה, בעוד שה‑GRNN נותר מאחור. יחדיו, התוצאות מעידות כי הזנת מפות מוח דמויות‑תמונה למודל למידת עומק יכולה ללכוד תבניות מרחביות עדינות ששיטות פשוטות יותר מפספסות.

מה משמעות הדבר עבור חולים ובני משפחה

ללא‑מומחים, המסקנה המרכזית היא שה"מורכבות האות" במוח בזמן מנוחה ובמהלך האזנה למוזיקה משמעותית נושאת רמזים חשובים לגבי מודעות נסתרת. על ידי הפיכת הרמזים הללו למפות שקל לפרש ולהעניק לרשת עצבית ללמוד מהן, יצרו החוקרים כלי שיכול לסייע להבחין בין חולים שאינם מודעים באמת לבין אלה שהשאירו צורת תודעה שבירה אך ממשית. אף שהממצאים צריכים להתאמת ולהאמת בקבוצות גדולות ומגוונות יותר של חולים, הם מצביעים לכיוון שבו הקלטות EEG שגרתיות, בשילוב צלילים נבחרים ובינה מלאכותית מודרנית, עשויות להציע קול אמין יותר עבור אלה שאינם יכולים לדבר בעדם.

ציטוט: Qu, S., Wu, X., Huang, L. et al. Diagnosis of disorders of consciousness using nonlinear feature derived EEG topographic maps via deep learning. Sci Rep 16, 7417 (2026). https://doi.org/10.1038/s41598-026-36733-6

מילות מפתח: הפרעות תודעה, EEG, למידת עומק, מצב צמח, מצב תודעה מינימלי