Como modelos virtuais do cérebro podem transformar a cirurgia de epilepsia

Uma ressonância magnética mostrando o cérebro de uma pessoa com epilepsia. Crédito: BSIP/Universal Images Group via Getty

#Epilepsia 

Um ensaio clínico em andamento visa testar se modelos digitais construídos com dados de escaneamento cerebral podem ajudar a identificar a origem das convulsões.

Modelos virtuais que representam os cérebros de pessoas com epilepsia podem ajudar a permitir tratamentos mais eficazes da doença, mostrando aos neurocirurgiões precisamente quais zonas são responsáveis pelas convulsões.

Os modelos, criados usando um sistema computacional conhecido como Virtual Epileptic Patient (VEP), foram desenvolvidos como parte do Human Brain Project (HBP), uma iniciativa europeia de dez anos focada na pesquisa do cérebro digital. A abordagem está sendo testada em um ensaio clínico chamado EPINOV, para avaliar se melhora a taxa de sucesso da cirurgia de epilepsia.

“É um exemplo de medicina personalizada”, diz Aswin Chari, neurocirurgião da University College London. O VEP usa “as próprias varreduras cerebrais do paciente [e] os próprios dados de gravação de ondas cerebrais do paciente para construir um modelo e melhorar nossa compreensão de onde estão vindo suas convulsões”.

Cirurgia que muda vidas

As crises epilépticas são provocadas por atividade cerebral anormal, e cerca de um terço das 50 milhões de pessoas que vivem com epilepsia em todo o mundo não respondem aos medicamentos anticonvulsivantes.

“Para essas pessoas, a cirurgia é uma grande virada de jogo”, diz Chari. O objetivo é livrar os pacientes de convulsões removendo partes da zona epileptogênica – a região do cérebro que se acredita iniciar as convulsões.

Para identificar a zona epileptogênica, os médicos atualmente usam técnicas de varredura, como ressonância magnética (MRI) e eletroencefalograma (EEG) para investigar a atividade cerebral. Eles também realizam estereoeletroencefalografia (SEEG), que envolve a colocação de até 16 eletrodos, cada um com 7 centímetros de comprimento, através do crânio para monitorar a atividade de áreas específicas por 1 a 2 semanas.

Mas o SEEG capta apenas correntes de alta frequência no cérebro. Ele não detecta atividade de baixa frequência, que ocorre em 20% das convulsões. “Muitas pessoas com epilepsia não apresentam problemas visíveis no exame”, diz Linda Douw, neurocientista do Centro Médico da Universidade de Amsterdã, na Holanda.

Isso torna a localização precisa da zona epileptogênica um desafio considerável e afeta o resultado da cirurgia: a taxa de sucesso na prevenção de convulsões é atualmente de apenas 50%. “O fracasso da cirurgia é frequentemente atribuído a uma identificação incorreta da zona epileptogênica”, diz Viktor Jirsa, neurocientista da Universidade Aix-Marseille, na França, que falou sobre o projeto em uma cúpula do HBP em Marselha na semana passada.

Jirsa e seus colegas esperam que a inteligência artificial (IA) possa oferecer uma maneira mais precisa de identificar a zona epileptogênica. A técnica que eles desenvolveram envolve a criação de um “gêmeo digital” do cérebro de uma pessoa, alimentando uma rede virtual baseada no cérebro humano com dados de ressonância magnética, EEG e SEEG de um indivíduo obtidos durante a rotina pré-cirúrgica.

Os pesquisadores então usam simulações baseadas em IA no modelo para imitar a atividade cerebral e determinar a zona responsável pelas convulsões. Eles também podem simular os efeitos da realização de uma determinada cirurgia e usar essas simulações para determinar com precisão quais regiões do cérebro devem ser removidas, de modo a interromper as convulsões de uma pessoa e minimizar o risco de danos. Eles descreveram essa abordagem em um artigo de janeiro na Science Translational Medicine1.

O modelo VEP atual tem uma resolução espacial de um milímetro quadrado, mas os pesquisadores estão trabalhando para aumentá-la em um fator de 1.000. “A consequência é que demora 1.000 vezes mais”, diz Jirsa, e isso impõe desafios computacionais em termos de aceleração dos códigos de processamento. “Aproveitamos ao máximo a infraestrutura de computação de alto desempenho do HBP”, acrescenta Jirsa.

Teste em andamento

O teste EPINOV começou em junho de 2019 e, até agora, 356 pessoas em 11 hospitais franceses se inscreveram. Os pesquisadores acompanharão os participantes do estudo por um ano após a cirurgia e avaliarão se o VEP melhora os resultados da cirurgia, diz Jirsa.

“O resultado após um ano é um bom indicador de como as coisas serão a longo prazo”, diz John Duncan, neurologista do UCL Queen Square Institute of Neurology, em Londres. Mas “é preciso esperar que algumas dessas pessoas que estão livres de convulsões por um ano não fiquem livres de convulsões em cinco anos”, alerta.

Embora a abordagem do gêmeo digital seja promissora, há limitações. O padrão das convulsões pode mudar com o tempo e pode se espalhar por caminhos atípicos. Eles podem “vir de regiões que não são amostradas pelo SEEG”, diz Douw, o que significa que não podem ser modelados no VEP. “Há uma espécie de viés na forma como o cérebro foi amostrado, [o que] pode diminuir o valor do modelo na prática clínica”.

O modelo VEP também pode recomendar a realização de cirurgia em uma área maior do cérebro do que normalmente seria operada, diz Duncan, e vai exigir fortes evidências para convencer os médicos de que vale a pena correr esses riscos. “Se for uma área eloquente do cérebro, digamos no lobo temporal esquerdo em alguém que domina a linguagem, isso pode acarretar um risco maior de prejudicar algum tipo de função eloquente, como encontrar palavras ou memória verbal”, diz ele.

“O mais difícil é provar que esses algoritmos ou esses novos modelos são realmente benéficos clinicamente”, diz Chari.

A inscrição no estudo EPINOV terminará este ano e a análise dos dados começará no final de 2024, assim que os últimos participantes concluírem o acompanhamento de um ano.

Os pesquisadores esperam que, se for promissor para pessoas com epilepsia, a abordagem do cérebro virtual possa ser usada para estudar outras condições, como a doença de Parkinson e a esclerose múltipla. “Existem muitos usos potenciais de diagnóstico no futuro do mesmo mecanismo que usamos aqui”, diz Jirsa.


Publicado em 09/04/2023 16h38

Artigo original: