זיהוי מבוסס למידת מכונה של קשר פונקציונלי חריג בהשמנה במצבים מטבוליים שונים

מדוע המוח משנה את משקלנו

השמנה מתוארת לעיתים קרובות במונחים של קלוריות, דיאטות וכוח רצון, אך מחקר זה מציע סיפור עמוק יותר: תשתית הקשרים במוח עצמה עשויה לדחוף חלק מהאנשים בצורה עדינה לאכול יתר על המידה. על ידי בחינה של האופן שבו אזורים מוחיים שונים מתקשרים זה עם זה לפני ומתחת לאחר ארוחה, ובשילוב כלים רבי־עוצמה של למידת מכונה, החוקרים מראים שהשמנה קשורה לתבנית מובחנת של תקשורת מוחלשת ברשתות מפתח המטפלות בתגמול מזון, שליטה עצמית ואיתותי גוף. הבנה של דפוסי מוח נסתרים אלה עשויה לפתוח דלת לטיפולים חדשים שמטרתם מעגלים מוחיים ולא רק המשקל על המאזניים.

כיצד המעקב אחרי המוח דרך ארוחה נעשה

החוקרים גייסו 30 נשים עם השמנה ו‑30 נשים ללא השמנה, כולן בגילאי 20–65. המשתתפות הגיעו בצום לילה ולאחר מכן שהו ארבע שעות במעבדה במעבר מרעב לשובע וחזרה לקראת רעב. במהלך תקופה זו הן שתו תערובת תזונתית מבוקרת והוקלטה פעילות המוח שלהן שוב ושוב באמצעות אלקטרואנצפלוגרפיה (EEG), שיטה לא פולשנית המנטרת אותות חשמליים מהקרקפת. ההקלטות נלקחו בצום, בכמה נקודות לאחר החלק הראשון והשני של הארוחה, ועד ארבע שעות לאחר מכן. גם דגימות דם לגלוקוז ואינסולין ומדידות מפורטות של הרכב הגוף והרגלי אכילה נאספו כדי לאפיין את הפרופיל המטבולי וההתנהגותי של כל משתתפת.

הפיכת אותות מוח למפות קשרים

במקום להתמקד באזורי מוח בודדים, הצוות בחן כיצד 88 אזורים פעלו זה מול זה לאורך זמן, תכונה המכונה קישוריות פונקציונלית. בתחילה השתמשו בטכניקה של מיקום מקור כדי להעריך פעילות בתוך המוח מתוך אותות ה‑EEG, ולאחר מכן מדדו עד כמה זוגות אזורים עלו וירדו במקביל ברצועות תדר שונות (כגון גלי דלתא איטיים או גלי גאמה מהירים יותר). זה יצר אלפי תכונות חיבור אפשריות. כדי להימנע ממיון נבחר, השתמשו בצנרת מבוססת נתונים של למידת מכונה: אלגוריתמים חיפשו אוטומטית ברשת מורכבת זו את השילוב הקטן של קישורים שהבחין בצורה הטובה ביותר בין נשים עם השמנה לאלה ללא, תוך שמירה מפני התאמת יתר בעזרת ולידציה צולבת ובדיקות ערבוב תוויות.

שישה קישורים המספרים סיפור חזק

באופן מרשים, המודלים דרשו רק שישה קישורים ספציפיים כדי לזהות השמנה עם דיוק של כ‑95% בכל המצבים המטבוליים. בכל המקרים הקישורים הללו היו חלשים יותר בקבוצת הנשים עם השמנה. כמה מהם קישרו אזורים המעורבים בחישה של הגוף, תכנון תנועה והערכת תגמול, אך מבנה אחד בלט: הקורטקס הקינגולי הקדמי הדורסלי (dACC). אזור זה, שנמצא באזור הקדמי והמרכזי של המוח, הופיע כצומת מרכזית בקישורי תדר גבוה (גאמה) לאזורים המעבדים את הערך הרגשי והמוטיבציוני של מזון, כמו חלקים מהרקות והקורטקס המצחי. אצל נשים ללא השמנה, הקישורים הללו היו חזקים והשתנו בהתאם למצב המטבולי, מה שמשקף התאמה גמישה במעבר מרעב לשובע. אצל נשים עם השמנה הם נשארו מוחלשים בעקביות, מה שמעיד על ערוץ תקשורת נוקשה ופחות תגובתי.

מה קורה כשהמשקל יורד אך התשתית נשארת דומה

חלק מהנשים עם השמנה הוסדרו גם לתוכנית ירידה מהירה ואינטנסיבית במשקל ומאוחר יותר הוסגו למעקב לאחר שלושה חודשים. לאחר הירידה במשקל, דפוסי הקישוריות במוח שלהן קצרות זמן נראו יותר כמו של קבוצת הרזות, ומודל למידת המכונה מצא קשה יותר להבחין ביניהן. עם זאת, בתוך שלושה חודשים לאחר הדיאטה, הדפוס הישן חזר ברובו, אף על פי שהירידה במשקל נשמרה. התשובה חוזרת זו מציעה שהקישוריות המשונה היא תכונה יציבה יותר מהמשקל הגוף עצמו. הממצאים מתיישבים עם ראייה של "מוח בייזיאני" שבו המוח צופה כל הזמן את צרכי האנרגיה ומשווה אותם לאותות הגוף. בהשמנה, תקשורת מוחלשת בין ה‑dACC, האינסולה והקורטקס האורביטופראונטלי עשויה להשאיר את המוח בלתי בטוח אם צרכי האנרגיה באמת מולאו, ולדחוף אותו לאסטרטגיה של "אולי עדיף לאכול יותר" שמעדיפה תשוקות מתמשכות ואכילה מופרזת.

מה משמעות הממצאים לטיפולים עתידיים

לקורא שאינו מומחה, הממצא המרכזי הוא שהשמנה אינה רק עניין של חולשת רצון או אכילה מופרזת פשוטה. במחקר זה, נשים עם השמנה חלקו טביעת אצבע של קישוריות מוחית מופרעת שהתמידה בין רעב לשובע ונוטה לחזור לאחר דיאטה. ה‑dACC בלט כצומת חשובה במיוחד, ומרמז כי התערבויות שמטרתן לשחזר תקשורת בצומת זה — כגון גירוי מוחי מדוד או נוירופידבק — עשויות לעזור לכייל מחדש את האופן שבו המוח מפרש רעב, שובע ותגמול מזון. בעוד שצריך עוד עבודה, במיוחד בגברים ובאנשים עם הפרעות פסיכיאטריות שכיחות, מחקר זה מחזק את הרעיון שטיפול יעיל בהשמנה עשוי לדרוש חיברות מחדש של מחשבה ורגש ברמת מעגלי המוח, לא רק שינוי מה שמונח על הצלחת.

ציטוט: Yue, Y., Manning, P., De Ridder, D. et al. Machine learning-based identification of abnormal functional connectivity in obesity across different metabolic states. Commun Med 6, 241 (2026). https://doi.org/10.1038/s43856-026-01518-5

מילות מפתח: השמנה, קישוריות מוחית, אלקטרואנצפלוגרפיה, למידת מכונה, תגמול מזון