חיישן מטא-חומר בר-רבים משודרג באמצעות למידת מכונה לגילוי מוקדם של הפרעות נוירולוגיות

לראות בעיות מוחיות לפני שמופיעים תסמינים

הפרעות נוירולוגיות כמו גידולים מוחיים, טרשת נפוצה ופציעות טראומטיות מתחילות לעתים קרובות בשינויים זעירים שמכשירי הסריקה היום עלולים לפספס. המחקר הזה מציג חיישן זעיר, בנוי מחומרים בעלי תבניות מיוחדות ומוגבר בעזרת למידת מכונה, הפועל באור טרהרץ כדי לזהות שינויים מוקדמים בנוזלים וברקמות המוח. בעתיד, שבב כזה עשוי לסייע לרופאים לזהות בעיות מוקדם יותר, באמצעות ציוד קטן וזול יותר פוטנציאלית מאשר מכשירי MRI או CT הנפוצים והגדולים של היום.

מדוע צריך סוג חדש של חיישן למוח

כרגע רופאים מסתמכים על CT ו-MRI כדי לאתר רקמת מוח פגועה, אך מכשירים אלה גדולים, יקרים ולעתים לא רגישים לשלביו הראשוניים של המחלה. מצבים מוחיים רבים משנים בעדינות את תכונות נוזל המוח-שדרתי — הנוזל השקוף המגניב את המוח וחוט השדרה ועוזר לשמור על היציבות הכימית שלהם. כאשר תכולת המים שלו משתנה, משתנה גם האופן שבו הוא כופף אור, כמות הידועה כמדד שבירה. סורקי קונבנציונליים אינם מתוכננים למדוד שינויים אופטייים כה זעירים ישירות. המחברים טוענים שאם חיישן קומפקטי יוכל לקרוא שינויים אלה בדיוק גבוה, הוא עשוי לחשוף סימני בעיה הרבה לפני שנראה נזק מבני ברור.

ניצול אור טרהרץ וחומרים בעיצוב מדויק

החיישן המוצע פועל בתחום הטרהרץ של ספקטרום הקרינה האלקטרומגנטית, תחום של קרינה היכול לחדור רקמה ביולוגית ללא ההשפעות היוניות המייננות של קרני רנטגן. בלב המכשיר נמצאת משטח "מטא-חומר" מתוכנן בקפידה: ריבוע ברוחב 35 מיקרומטר עשוי זהב ופולימר בשם פולי-אימיד, מסודר כסלילים מרובעים ואוקטגונליים מקוננים. במקום להסתמך רק על הרכב הגלם של החומרים, העיצוב מנצל גיאומטריה כדי ללכוד גלי טרהרץ נכנסים ביעילות רבה. כאשר החיישן נחשף לדגימה — כגון נוזל מוח-שדרתי או רקמה המדמה מוח — ספקטרום הספיגה שלו מציג שלושה שיאים חדים בתדרים ספציפיים. מאחר שיותר מ-99 אחוז מהאנרגיה הנכנסת של הטרהרץ נבלעת בכל שיא, שינויים קטנים בתדרים אלה נעשים קלים לזיהוי.

קריאת שינויים זעירים ברקמות המדמות מוח

כדי לבדוק את כוח החישה שלו, הקבוצה הציבה שכבת "אנליט" דקה מעל המטא-חומר ושינתה את מדד השבירה שלה בטווח האופייני לנוזלים ביולוגיים. בכל פעם שמדד השבירה השתנה, שלושת שיאי הספיגה זזו לתדרים שונים קמעה בעודם נשארים חזקים מאוד, מעל כ-96 אחוז ספיגה. מתוך שינויים אלה חישבו החוקרים ערכי רגישות של 1.5, 1.5 ו-1.8 טרהרץ ליחידת מדד שבירה עבור שלושת השיאים — מספרים שמשווים לטובה או עולים על רבים מהחיישנים הטרהרץיים הקודמים. לאחר מכן הם דימו תנאים מוחיים ריאליסטיים על ידי שיוך ערכי מדד שבירה לרקמות שונות, כולל נוזל מוח-שדרתי בריא, החומר האפור והחומר הלבן, ומספר סוגי גידולים מוחיים. שלושת שיאי השריקה עבור כל סוג רקמה נפרדו בצורה ברורה ללא חפיפה, מה שמעיד על כך שבאופן עקרוני המכשיר יכול להבחין בין מצבים בריאים וחולים במספר ערוצים במקביל.

האצה של העיצוב באמצעות למידת מכונה

עיצוב חיישן מכויל כזה בדרך כלל דורש אלפי סימולציות מחשב גוזלות זמן. כדי להתגבר על כך, המחברים יצרו מערך נתונים גדול על ידי שינוי שיטתי של חמש פרמטרי עיצוב מרכזיים — כגון עובי שכבות וגודל המרווחים — ותיעדו את הספיגה שהתקבלה. לאחר מכן הם אימנו מספר מודלי למידת מכונה כדי לחזות את תגובת החיישן בלי להריץ סימולציות מלאות. שיטת Gradient Boosting, שאופיינית כאנסמבל פופולרי, התבררה כמבצעת הטובה ביותר, שיכנסה את עקומות הספיגה המדומות בדיוק גבוה מאוד. בהסתמכות על מודלים שלמדו כך, הקבוצה מעריכה שהיא יכולה לחקור עיצובים חדשים תוך קיצוץ זמן הסימולציה בעד כ-60 אחוז. הם גם השתמשו בכלי AI להסבריות, SHAP ו-LIME, כדי לזהות אילו פרמטרים חשובים ביותר, ולספק תובנה איך הגיאומטריה שולטת בביצועי החישה.

מה זה יכול לסמן לאבחון מוקדם

באופן פשוט, המחקר מראה ששבב טרהרץ בגודל בול של דואר יכול לשמש כ"אוזן" חדה במיוחד להקשיב לאופן שבו נוזלי ורקמות המוח מתקיימים עם אור, ואופן זה משתנה בצורה אמינה ככל שהמחלה מתקדמת. משום שהחיישן מספק שלוש קריאות עצמאיות בו-זמנית, הוא זוכה גם לדיוק וגם לעמידות: אם ערוץ אחד מופרע, האחרים עדיין יכולים לסייע לזהות את מצבו של הרקמה. בעוד שהעבודה עד כה מבוססת על סימולציות ודורשת אימות במעבדה ובהקשרים קליניים, השילוב של רגישות גבוהה, גודל קומפקטי ועיצוב בהנחיית למידת מכונה מציע נתיב מבטיח לכיוון כלים מהירים ונגישים יותר לתפיסת הפרעות נוירולוגיות בשלבים המוקדמים והטובים ביותר לטיפול.

ציטוט: Miah, A., Al Zafir, S., Das, J. et al. Machine learning-enhanced multi-band metamaterial sensor for early detection of neurological disorders. Sci Rep 16, 7599 (2026). https://doi.org/10.1038/s41598-026-39127-w

מילות מפתח: הפרעות נוירולוגיות, חישה בתדרי טרהרץ, חיישן מטא-חומר, נוזל מוחי-שדרתי, למידת מכונה