耳鳴りの重症度を87%の精度で識別
チームは今回、慢性的な耳鳴り患者25名を対象にfNIRS信号を記録し、機械学習アルゴリズムを用いて、重症度別の分類を試みました。
健康な対照群21名にも同様の測定をし、耳鳴り患者と比較しています。
比較の結果、耳鳴りを持つ患者のみ、安静時に脳の側頭、前頭、後頭の領域間で強い接続性の変化を示しました。
これは機械学習アルゴリズムが78%の精度で耳鳴りを客観的に測定す
また、脳機能イメージングでは、耳鳴りの持続時間とストレスに起因する「側頭-前頭葉の接続性」と、音の強度に起因する「側頭-後頭葉の接続性」が明らかにされました。
これは耳鳴りの強度とストレスが脳内で別々に測定できることを意味します。
それから、耳鳴りの重症度が高い患者は、かなり高い確率でうつ病や不安症を患っており、知覚される音の強度とストレスも大きいようです。
このように、耳鳴りを客観的に評価するツールを提供することで、臨床医や患者に大きな利益をもたらします。
その一方で、これは耳鳴りを診断する一方法にすぎず、治療法の発見にはさらなる研究が必要です。
しかし、fNIRSを利用して、耳鳴りの根底にあるメカニズムを理解できれば、新たな治療法も確立できるでしょう。
参考文献
sciencealert
提供元・ナゾロジー
【関連記事】
・ウミウシに「セルフ斬首と胴体再生」の新行動を発見 生首から心臓まで再生できる(日本)
・人間に必要な「1日の水分量」は、他の霊長類の半分だと判明! 森からの脱出に成功した要因か
・深海の微生物は「自然に起こる水分解」からエネルギーを得ていた?! エイリアン発見につながる研究結果
・「生体工学網膜」が失明治療に革命を起こす?
・人工培養脳を「乳児の脳」まで生育することに成功