Clear Sky Science
הסברים מבוססי ראיות, עם מעט ז'רגון

Clear Sky Science · he

אמידת גיל מוחי בילודים מתמונות תהודה מגנטית משוקללות T2 באמצעות ניתוח רגרסיה שטחי

· חזרה לאינדקס

מדוע הזמן חשוב למוחות זעירים

בשבועות הראשונים לחיים, מוחו של תינוק גדל בקצב מופלא ומשנה את צורתו יום־ביום. רופאים המטפלים ביילודים פגים ובמונחים היו רוצים שיטה מדויקת לדעת האם הצמיחה הזו מתנהלת כראוי, הרבה לפני שהעיכובים ניתנים לזיהוי בהתנהגות. מחקר זה מראה כיצד ניתן להפוך סריקות MRI מפורטות של מוחי יילודים להערכת "גיל מוח" מדויקת, המספקת לצוות הקליני חלון מוקדם ורגיש לבריאות המוח.

Figure 1
Figure 1.

מדידת גיל מעבר ללוח השנה

יילודים מתוארים בדרך כלל לפי מספר השבועות שחלפו מאז ההריון, המכונה גיל לאחר הביוץ (postmenstrual age). עם זאת, שני תינוקות באותו גיל לוח שנה יכולים להראות בגרות מוחית שונה למדי, במיוחד אם אחד נולד מוקדם. תהודה מגנטית (MRI) יכולה ללכוד את מבנה המוח ללא קרינה, ולחשוף כיצד הקפלים מעמיקים והרקמות משתנות ככל שהתינוקות גדלים. החוקרים שאפו להפוך את התמונות העשירות הללו למספר יחיד: בן כמה המוח נראה, בשבועות, בהשוואה להתפתחות טיפוסית. סטיות בין גיל מוח זה לגיל האמיתי של התינוק עשויות להעיד על קצב בגרות איטי או מהיר באופן חריג.

סריקה של מאות יילודים

הצוות השתמש בנתוני MRI מ-885 יילודים מתוך פרויקט Developing Human Connectome, כולל יילודים פגים ומונחים בטווח גילאי 26–46 שבועות לאחר ההריון בזמן הסריקה. כל היילודים נסרקו במהלך שינה טבעית במערכת MRI ניונאטלית מיוחדת, שהניבה תמונות T2 משקללות באיכות גבוהה המדגישות הבדלים בין רקמות המוח. לפני כל ניתוח הוסרו רקמות שאינן מוחיות כמו הגולגולת, תוקנן בהירות התמונה, וכל מוח הופרש מחדש לגודל ורזולוציה סטנדרטיים כדי לאפשר השוואה משמעותית בין מוחי תינוקות שונים.

Figure 2
Figure 2.

יישור מוחות ובחירת ההתייחסות הנכונה

שלב מרכזי בעבודה היה ההחלטה כיצד ליישר כל מוח של תינוק לעומת מוח-התייחסות, שנקרא תבנית. המחברים השוו בין שלוש אפשרויות: תבנית התואמת במידה רבה לגיל של כל תינוק, תבנית יחידה שנבנתה ממוחות מונחים בני 40 שבועות, ותבנית נו neonatal אקראית שנבחרה. הם גם בדקו שתי דרכים להתאמת כל מוח לתבניות אלה: התאמה ליניארית פשוטה שמקנה סקלינג וסיבוב, ושילוב גמיש יותר של יישור ליניארי ועיוות לא־ליניארי שיכול לכוונן צורות מקומיות. החלטות אלה משמעותיות כי יישור טוב יותר מאפשר למחשב להתמקד בהבדלים התפתחותיים אמיתיים במקום בהזזות ועיוותים לא רלוונטיים.

הפיכת תמונות למספרים שהמחשב יכול ללמוד מהם

כל סריקת מוח מיושרת מכילה מיליוני יחידות נפח זעירות, או ווקסלים, רבות מדי להזנה ישירה למודל חיזוי. כדי להתמודד עם זאת השתמש הצוות בטכניקה מתמטית שמדחסת את הנתונים לקבוצה קטנה יותר של רכיבים הלוכדים את דפוסי השינוי העיקריים בין התינוקות. לאחר מכן דירגו רכיבים אלה לפי מידת הקשר שלהם לגיל ושמרו רק את המידע הממיין ביותר. עם תכונות אלה באורך יד, הם אימנו שלוש שיטות רגרסיה מבוססות—רגרסיית תהליך גאוסי, רגרסיית סיוע וקטורית (SVR) ורגרסיית וקטורי רלוונטיות—to לחזות את גיל המוח, ובדקו את הביצועים באמצעות תיקוף צולב חוזר כך שכל תינוק שימש מבחן בלתי נראה בנקודה מסוימת.

כמה קרוב יכול גיל המוח להיות לאמת?

כאשר התמונות יושרו באמצעות עיוותים ליניאריים ולא־ליניאריים לתבנית תלויה גיל, הנחשות גיל המוח היו מדויקות להפתיע. הדגמים הטובים ביותר טעו בגיל האמיתי בכ-0.44 שבועות בממוצע—פחות מחצי שבוע—עם כ-95% מהווריאציה בגיל מוסברת על ידי נתוני הדימות. שימוש בתבנית של תינוקות מונחים גרם לשגיאות מעט גבוהות יותר, ושימוש בתבנית אקראית נתן את התוצאה הגרועה ביותר, במיוחד עבור יילודים פגים. הרישום הגמיש יותר עקף בעקביות את הגישה הליניארית הפשוטה, אם כי הרווחים היו מתונים דיים כך שהשיטה הפשוטה עשויה להישאר מושכת כאשר כוח חישוב מוגבל. מבין שלוש שיטות החיזוי, רגרסיית תהליך גאוסי הציעה את האיזון הטוב ביותר בין דיוק ליציבות.

מה משמעות הדבר עבור התחלות שבירות

על־ידי בחירה זהירה כיצד ליישר ולסכם סריקות מוח של יילודים, עבודה זו מראה ש-MRI יחיד יכול לספק הערכה מדויקת מאוד של מידת בגרותו של מוח התינוק, עד לפרק זמן של כמה ימים. מדד "גיל מוח" כזה עשוי לסייע לצוותים קליניים לזהות עיכובים עדינים בהתפתחות אצל יילודים פגים או בסיכון גבוה כבר הרבה לפני שתתגלינה בעיות בהתנהגות או בתנועה. אמנם המחקר מסתמך על סוג יחיד של MRI ועל נתונים מפרויקט מחקר ספציפי, אך הוא מניח את היסודות לכלים פרקטיים שיכולים לעקוב באופן אובייקטיבי אחר צמיחת המוח המוקדמת, ולתמוך בהתערבות מוקדמת במהלך תקופה שבה המוח רגיש במיוחד לסיוע.

ציטוט: Taji, S.M., Kazemi, K., Qodrati, Z. et al. Neonatal brain age estimation from T2-weighted magnetic resonance images using shallow regression analysis. Sci Rep 16, 9980 (2026). https://doi.org/10.1038/s41598-026-40336-6

מילות מפתח: התפתחות מוחית של יילודים, אמידת גיל מוח, MRI של יילודים, יילודים פגים, למידת מכונה