7 Minutės
Kosminių skrydžių regėjimo rizika ir naujas prognozavimo įrankis
Kosminiai skrydžiai kelia daug fiziologinių iššūkių, o ypač jautrūs šiems pokyčiams yra akys. Būtina atminti, kad tam tikra būklė, žinoma kaip su kosminiais skrydžiais susijęs neuro-okulinis sindromas (SANS), po ilgalaikių misijų sukelia palaipsniui progresuojančius regėjimo pakitimus daugeliui astronautų. Kai kurios regėjimo problemos po grįžimo į Žemę atsistato, tačiau kitos gali išlikti ilgą laiką ir pakenkti tiek astronautų kasdieniam funkcionalumui, tiek misijų saugumui.
Ankstyvas tų astronautų, kuriems kyla didesnė rizika patirti regėjimo pablogėjimą, nustatymas yra esminis komponentas planuojant ilgalaikes misijas. Tai leidžia įgyvendinti profilaktines priemones, parinkti apmokymus bei pritaikyti medicininį stebėjimą taip, kad būtų sumažintas regos praradimo pavojus. Be to, rizikos nustatymas prieš paleidimą padeda priimti sprendimus dėl įgulos parinkimo ir misijos prioritetų.
Kalifornijos universiteto San Diege (UC San Diego) mokslininkų komanda sukūrė dirbtinio intelekto (DI) pagrindu veikiančią atrankos metodiką, kuri gali prognozuoti, kurie astronautai greičiausiai išsivystys SANS dar prieš startą. Modelis analizuoja priešpakiliminius akių vaizdus ir aptinka struktūrinius požymius, kurie anksčiau buvo pastebimi tik po poveikio mikrogravitacijai. Tokia iš anksto atliekama analizė suteikia galimybę imtis veiksmų dar iki misijos pradžios.
Šis darbo metodas nėra vien tik techninė naujovė — jis reprezentuoja perėjimą nuo reaguojančio prie proaktyvaus kosminių sveikatos sprendimų valdymo, kur DI integracija gali sudaryti tobulesnį prevencinį ir stebėjimo režimą, pritaikytą individualiems rizikos profiliams.
Tyrimo dizainas, duomenys ir DI metodika
Tyrėjai apmokė giliausio mokymosi (deep learning) modelį naudojant ribotą, bet kruopščiai atrinktą akių skenų rinkinį. Kadangi tikrųjų astronautų skenų yra nedaug, mokslininkai duomenų kiekį praplėtė naudodami vaizdus, gautus iš Žemėje atliekamų mikrogravitacijos simuliacijų (pvz., ilgalaikis gulėjimas, invertuotas gulėjimas ar plona hydrostatic modeliavimas) bei klinikinių akių tyrimų, atliktų su asmenimis, kurie nebuvo skraidę į kosmosą. Tokia duomenų augmentacija padėjo sumažinti domenu skirtumo poveikį ir leido geriau išmokyti modelį atpažinti bendrus biomarkerius.
Kiekvienas trimačio tūrio (volumetric) akių skenavimas buvo suskaidytas į kelis tūkstančius dviejų matmenų (2D) sluoksnių — tai suteikė tinklui galimybę išmokti smulkias, sluoksnių lygiu kintančias savybes, pvz., pigmentinio epitelio, tinklainės nervų pluošto sluoksnio (RNFL) ar choroidinio audinio pokyčius. Toks požiūris į individualius 2D „slice“ vaizdus paprastai leidžia neuroniniam tinklui identifikuoti subtilius modelius, kurie gali pasislėpti pilno tūrio apdorojime.
Apmokymas vyko naudojant UC San Diego aukštos spartos superkompiuterio resursus, leidžiančius efektyviai optimizuoti didelio masto modelius, vykdyti kryžminę validaciją ir išbandyti hiperparametrų paiešką. Modelis mokėsi susieti subtilius anatominius permainų požymius — pavyzdžiui, RNFL storio variacijas, mažus pigmentinio epitelio išsikreipimus ar pakitimus aplink optinį diską — su vėlesne SANS diagnoze.
Vertinant modelio patikimumą, tyrėjai naudojo atskirą priešpakiliminį (preflight) duomenų rinkinį, kuris nebuvo naudojamas apmokyme; kryžminė validacija parodė prognozinį tikslumą apie 82 procentus. Šis rezultatas rodo, kad priešpakiliminė vaizdinė informacija išties talpina biomarkerius, susijusius su jautrumu mikrogravitacijos sukeltam regėjimo pablogėjimui.
Visgi reikėtų pažymėti ir svarbias metodologines ribas: mažas pilotinis astronautų imčių dydis, galimi skirtumai tarp Žemės analogų ir tikro kosminio poveikio, taip pat galimas šališkumas dėl duomenų augmentacijos šaltinių. Ateities darbai turės skirti dėmesį papildomų modalumų – pavyzdžiui, akies ultragarso, magnetinio rezonanso ar ICP (intrakranijinio slėgio) rodiklių — integracijai bei platesnei tarptautinei duomenų kolekcijai, kad modeliai taptų labiau generalizuojami skirtingoms populiacijoms.
Pagrindinės išvados ir mokslinės pasekmės
DI modelis identifikavo beveik identiškus pokyčių modelius akyse, kurios buvo veikiamos tikrojo kosminio skrydžio, ir tų, kurios buvo eksponuojamos Žemės pagrindu atliekamiems mikrogravitacijos analogams. Tai rodo, kad už šių regėjimo pokyčių gali slypėti panašūs fiziologiniai mechanizmai, todėl Žemės simuliacijos gali būti patikimos kaip tyrimų platforma kosmoso sveikatos tyrimams.
Modelio išryškinti sritys dažniausiai nurodė į tuos tinklainės regionus ir struktūras, kurie labiausiai prisideda prie rizikos klasifikacijos. Tai leidžia manyti, kad pagrindiniai SANS mechanizmai yra susiję su skysčių persiskirstymu į galvos sritį, intrakranijiniu slėgio dinamikos pokyčiais ir struktūriniu tinklainės pertvarkymu. Konkrečiai, duomenys nurodė į galimus peripapiliarinius patinimus, choroidinio sluoksnio sustorėjimą ir RNFL variacijas, kurie klinikinėje praktikoje buvo susiję su vizualinio funkcionalumo pablogėjimu orbitoje.
Šie mechanistiniai įžadai yra labai svarbūs kuriant tikslines prevencines priemones. Pavyzdžiui, jeigu skysčių persiskirstymas ir pakitęs intrakranijinis slėgis yra reikšmingi komponentai, gali būti naudingos intervencijos, orientuotos į galvos ir kūno pozicijos valdymą, slėgio korekciją ar specializuotus drenažo mechanizmus. Jei anatominis pertvarkymas dominuoja, reikalingi sprendimai, kurie mažintų tiesioginį tinklainės stresą, pvz., specializuoti optiniai korekciniai prietaisai ar nemedikamentinės fiziologinės priemonės.
Be vien prognozavimo, modelis prisideda ir prie SANS patofiziologijos supratimo, nustatydamas tas tinklainės zonas, kurios labiausiai lemia rizikos vertinimą. Tokie lokaliai orientuoti biomarkeriai suteikia gaires, kurias sritys turėtų būti prioritetizuotos tolimesniuose biologiniuose tyrimuose ar klinikiniuose bandymuose. Tai ypatingai naudinga kuriant naujas stebėjimo priemones, pvz., specifinius OCT (optinės koherencijos tomografijos) protokolus, skirtus jautriausiems tinklainės sluoksniams vertinti misijų metu.
Tyrimo autoriai taip pat siūlo, kad DI pagrindu veikiantis priešpakiliminis atrankos įrankis gali tapti dalimi integruotos astronautų sveikatos valdymo grandinės: nuo asmeninio rizikos profilio sudarymo iki individualių prevencinių planų suderinimo su misijos trukme ir užduočių intensyvumu. Tokiu būdu būtų įmanoma įdiegti personalizuotas priemones — pavyzdžiui, nustatyti, kurie įgulos nariai reikalauja intensyvesnio monitoringo ar kurios misijos gali prisiimti didesnę vizualinės rizikos dalį.
Platesnis kontekstas ir tolesni žingsniai
SANS yra tik vienas iš kelių sveikatos rizikų, susijusių su ilgalaikiu svorio nejautrumu. Kitos reikšmingos sritys apima kaulų tankio mažėjimą, širdies ir kraujagyslių dekon-dicionavimą, raumenų atrofiją ir neurokognityvinius pokyčius. Visos šios problemos kartu sudaro sudėtingą rizikų mozaiką, kuriai reikia daugiasluoksnių sprendimų ir tarpdalykinių tyrimų bendradarbiavimo.
Svarbiausi tolimesni žingsniai šioje srityje apima duomenų rinkinio plėtrą (įtraukiant daugiau astronautų skenų, multimodalius vaizdus ir ilgalaikį stebėjimą), tolimesnį modelio testavimą įvairiose populiacijose ir ilgalaikius stebėjimus, leidžiančius įvertinti prognostinės informacijos patikimumą per skirtingas misijas. Taip pat aktualu tirti modelių sujungimą su tiesioginiais fiziologiniais parasimptomatiniais stebėjimo duomenimis — pvz., nuolatinėmis intrakranijinio slėgio matavimų priemonėmis, kraujotakos rodikliais ar neinvaziniais skysčių persiskirstymo jutikliais.
Tolesniuose etapuose prasminga išbandyti hibridinius metodus, kurie derintų vaizdoanalizę su laiko sekos (temporal) duomenimis, taip pat taikyti federuotą mokymąsi (federated learning), kad būtų galima apsaugoti jautrią medicininę informaciją, bet kartu pasiekti didesnį duomenų mastą tarptautiniams modeliams. Be to, reikės plėtoti klinikinių tyrimų protokolus, kurie vertintų DI prognozių panaudojimą praktikoje — pavyzdžiui, ar įsidiegus modelio rekomendacijas sumažėja faktinių regėjimo sutrikimų rodiklis misijų metu.
Reguliaciniai ir etiniai aspektai taip pat yra svarbūs: veiksmingas DI sprendimas kosminėje medicinoje turi atitikti saugumo reikalavimus, patikimumo standartus ir būti aiškiai interpretuojamas medicinos specialistams. Tai reiškia, kad modeliui reikalingi įrankiai, leidžiantys paaiškinti sprendimus (explainability), ir procesai, kurie leidžia integruoti DI rezultatus kartu su klinikine ekspertize.
Išvados
DI pagrindu atliekama priešpakiliminė akių vaizdų analizė atrodo perspektyvi priemonė prognozuoti, kas yra labiausiai linkęs patirti kosminio skrydžio sukeltą regėjimo pablogėjimą. Tolesnis duomenų kaupimas, modelio refinavimas ir platesni bandymai padės užtikrinti, kad tokie įrankiai taptų praktiškai taikomi astronautų sveikatos planavime.
Jeigu DI metodai bus integruoti į misijų planavimą, jie gali padėti sukurti individualius prevencinius planus, pagerinti įgulos atrankos procesą ir sumažinti realią regėjimo riziką ilgesnėse misijose į Mėnulį, Marsą ar kitas tolimas vietas. Toks proaktyvus požiūris į kosminę sveikatą yra svarbi dalis užtikrinant ateities ilgalaikes ekspedicijas — tiek iš klinikinės, tiek iš misijos saugumo perspektyvos.
Galiausiai, kartu su platesniu kosmoso medicinos priemonių arsenalu — įskaitant geresnį in-flight monitoringą, optinius ir fiziologinius intervencinius sprendimus bei efektyvius Žemės analogų tyrimus — DI prognozavimo įrankiai gali reikšmingai sumažinti regėjimo komplikacijų riziką ir pagerinti astronautų gyvenimo kokybę bei misijų rezultatų patikimumą.
Šaltinis: sciencealert
Palikite komentarą