پیش‌بینی بازیابی مهارت‌های زبانی پس از آسیب مغزی با کمک مدل‌سازی رایانه‌ای

 به نقل از سایچرگ، گروهی از پژوهشگران "دانشگاه بوستون"(Boston University) سعی دارند تا در مورد نحوه پردازش زبان و گفتار در مغز و بهبود توانبخشی افرادی که توانایی برقراری ارتباط را به خاطر آسیب مغزی ناشی از سکته، تروما یا هر نوع آسیب دیگری از دست داده‌اند، درک بهتری به دست بیاورند. این نوع از دست دادن زبان موسوم به "زبان‌پریشی" یا "آفازی"(Aphasia)، یک اختلال عصبی بلندمدت است که در اثر آسیب رسیدن به بخشی از مغز ایجاد می‌شود که مسئولیت پردازش زبان را بر عهده دارد.

"سواتی کایران"(Swathi Kiran)، سرپرست این پژوهش و گروهش طی دهه گذشته، به مطالعه در مورد مغز پرداختند تا ببینند که مهارت‌های زبانی افراد چگونه به واسطه گفتار درمانی تغییر می‌کند. آنها اخیرا روش‌های جدیدی ابداع کرده‌اند تا توانایی شخص را در بهبود یافتن حتی پیش از آغاز درمان پیش‌بینی کنند. کایران و گروهش در این پروژه که با همکاری پژوهشگران "دانشگاه تگزاس در آستین"(UT Austin) انجام شده است، گزارش داده‌اند که با استفاده از مدل‌های رایانه‌ای مغز می‌توانند بهبود زبان را در بیماران "هیسپانیک"(Hispanic) مسلط به زبان اسپانیایی و انگلیسی که مبتلا به آفازی هستند و در معرض خطر از دست دادن زبان در بلندمدت قرار دارند، پیش‌بینی کنند. آنها باور دارند که این موفقیت می‌تواند تغییراتی را در زمینه گفتار درمانی و برای بازماندگان سکته که تحت تاثیر آفازی قرار دارند، ایجاد کند.

کایران گفت: این پژوهش برای پیش‌بینی نتایج توانبخشی در افراد مبتلا به اختلالات عصبی، از مدل‌سازی محاسباتی استفاده می‌کند. احتمال نجات یافتن افراد هیسپانیک بازمانده سکته مغزی در آمریکا، تقریبا دو برابر کمتر از سایر گروه‌های نژادی یا قومی است. به علاوه، گفتار درمانی در بیشتر اوقات فقط به یک زبان در دسترس است و اگر بیمار در خانه به چند زبان صحبت کند، اولویت‌بندی این که بیمار باید درمان را به چه زبانی دریافت کند، برای پزشکان دشوار است.

وی افزود: پژوهش ما با این سوال آغاز شد که اگر شخصی در این کشور دچار سکته شود و به دو زبان صحبت کند، باید درمان به چه زبانی به او ارائه شود. اگر درمان را به زبان انگلیسی دریافت کند، احتمال بهبود او بیشتر می‌شود یا به زبان اسپانیایی؟

این روش که نخستین نمونه در نوع خود به شمار می‌رود، با استفاده از مدل‌های پیچیده شبکه عصبی که مغز یک انسان دو زبانه دچار نقص زبانی را شبیه‌سازی می‌کنند، به برطرف کردن این نیاز می‌پردازد. این مدل می‌تواند زبان مطلوب را برای هدف قرار دادن طی درمان شناسایی کند و به پیش‌بینی نتیجه درمان بپردازد تا تشخیص دهد که شخص تا چه اندازه می‌تواند مهارت‌های زبانی خود را بازیابی کند. آنها دریافتند که این مدل‌ها، اثرات درمان را به دقت در زبان تحت درمان پیش‌بینی می‌کنند و این بدان معناست که شاید ابزارهای محاسباتی بتوانند پزشکان را در ارائه بهترین برنامه توانبخشی یاری دهند.

کایران گفت: افرادی که نژاد، قومیت، ناتوانی و وضعیت اقتصادی و اجتماعی آنها متفاوت است، از سطح یکسان مراقبت‌های بهداشتی برخوردار نمی‌شوند. مشکلی که سعی داریم آن را حل کنیم، مربوط به بیمارانی است که دسترسی زیادی به مراقبت‌های پزشکی ندارند و به خاطر آفازی، از مشکلات ارتباطی رنج می‌برند.

پژوهشگران در بخشی از پروژه خود، در حال بررسی این موضوع هستند که بازیابی یک زبان چگونه بازیابی زبان دیگر را تحت تاثیر قرار می‌دهد. آیا یادگیری واژه سگ "dog" به انگلیسی، به یادآوری واژه "perro" در اسپانیایی می‌انجامد یا خیر؟

کایران ادامه داد: اگر شخص دو زبانه باشد، بین دو زبان حرکت خواهد کرد و آنچه ما در آزمایشگاه خود انجام می‌دهیم، استفاده از آن به عنوان یک گزینه درمانی است.

آزمایش‌های بالینی که با استفاده از این روش در حال انجام شدن هستند، به زودی تصویر واضح‌تری در مورد به کارگیری این مدل‌ها در بیمارستان‌ها و کلینیک‌ها ارائه می‌دهند.

این پژوهش، در مجله "Scientific Reports" به چاپ رسید.