ابداع روشی عینی برای اندازه‌گیری وزوز گوش

توصیف برخی از تجربیات زندگی دشوار است؛ اما این امر از واقعی‌بودن آن‌ها کم نمی‌کند. در سراسر جهان، ۲۰ درصد افراد دچار زنگ‌زدن خیالی مزمن یا وزوز گوش می‌شوند. این صداها که اغلب زیر هستند، با هیچ محرک صوتی شناخته‌شده‌ای ارتباط ندارند و امروزه تشخیص فقط به تجربیات شخصی گزارش‌شده به‌وسیله‌ی بیماران متکی است. اکنون دانشمندان در استرالیا فکر می‌کنند روشی برای مشاهده‌ی ادراک وزوز گوش درون مغز ابداع کرده‌اند که می‌تواند نخستین ابزار بالینی عینی برای اندازه‌گیری وزوز گوش و گامی برای یافتن روش‌هایی برای درمان این وضعیت فراگیر و درمان‌ناپذیر باشد.

در سال‌های اخیر، مطالعات تصویربرداری مغز در انسان‌ها و حیوانات نشان داده‌اند که وزوز گوش با افزایشی در شلیک عصبی و نیز تغییراتی در ارتباطات درون مناطق خاصی از مغز مرتبط است؛ با‌این‌حال، تنها با ظهور فناوری‌ جدید است که به ارزیابی صحیحی براساس این ارتباط نزدیک‌تر شده‌ایم.

طیف‌نگاری کارکردی مادون قرمز نزدیک (fNIRS) ابزاری غیرتهاجمی و قابل‌حمل و تقریبا بی‌صدا است که به دانشمندان امکان می‌دهد تا فعالیت جریان خون مرتبط با صدا در مغز را بهتر از گذشته اندازه‌گیری کنند. در سال ۲۰۱۴، اولین‌بار از fNIRS برای اندازه‌گیری ادراک وزوز گوش در مغز استفاده شد و نتایج نشان‌دهنده‌ی افزایش فعالیت جریان خون در قشر شنوایی سمت راست بود. پژوهش‌های بالینی بیشتر با استفاده از این فناوری نشان می‌داد افزایش فعالیت نه‌تنها در قشر شنوایی، بلکه در مناطق غیرشنوایی مجاور مانند قشر پیشانی و برخی از مناطق پردازش بصری نیز رخ می‌دهد.

اخیرا، از فناوری fNIRS حتی برای نشان‌دادن بهبود علائم وزوز گوش پس از تحریک جریان مستقیم فراجمجمه‌ای استفاده شده است که به‌عنوان درمانی بالقوه درحال‌توسعه است. در سال ۲۰۱۸، دانشمندان در استرالیا نشان دادند که سیگنال‌های fNIRS در قشر شنوایی هم حضور و هم شدت صداهای خیالی را منعکس می‌کنند که حاکی از روش معتبری برای اندازه‌گیری شدت وزوز گوش است. اکنون، همین پژوهشگران در مطالعه‌ی جدید خود سیگنال‌های fNIRS را ثبت کرده‌اند و از الگوریتم‌های یادگیری ماشین برای دسته‌بندی ۲۵ فرد دچار وزوز گوش براساس شدت وضعیت آن‌ها استفاده کرده‌اند.

بیماران دچار وزوز گوش درمقایسه‌با ۲۱ فرد سالم که در گروه کنترل قرار داشتند، ارتباطات بیشتری را بین مناطق گیجگاهی و پیشانی و پس‌سری مغز در حالت استراحت نشان می‌دادند. براساس تجزیه‌و‌تحلیل احتمال، این اطلاعات برای الگوریتم یادگیری ماشین کافی بود تا به‌صورت عینی وزوز گوش را با دقت ۷۸ درصد ارزیابی کند. علاوه‌بر‌این، الگوریتم قادر به تمایز میان شدت‌های وزوز گوش با دقت ۸۷ درصد بود.

مشابه پژوهش قبلی، تصویربرداری نیز نشان‌دهنده‌ی ارتباطات بیشتر در لوب گیجگاهی‌پیشانی بود که به دوره‌ی وزوز و فشار صدا ارتباط داده می‌شود و ارتباطات بیشتر در لوب گیجگاهی‌پس‌سری که به‌نوعی با شدت صدا مرتبط است. این امر نشان می‌دهد هم بلندی و هم آزاردهندگی وزوز گوش می‌تواند به‌طور جداگانه در مغز اندازه‌گیری شود.

همچنین، نتایج جدید از پژوهشی مقدماتی حمایت می‌کند که نشان می‌دهد بلندی ادراک‌شده‌ی وزوز گوش را با آموزش مغز برای پردازش چندین شکل از اطلاعات حسی می‌توان کاهش داد. در مطالعه‌ی حاضر، فعالیت مغز افراد دچار وزوز گوش وقتی کاهش پیدا کرد که درمعرض الگوهای شنوایی و بینایی قرار گرفتند. نویسندگان فکر می‌کنند این امر ممکن است به‌دلیل سرکوب فعالیت عصبی ناشی ‌از محرک‌های بیش‌ازحد ادراک‌شده یا اثر «دزدی خون» باشد که در آن جریان خون بیشتر به‌سمت مناطق قشری فعال‌شده می‌رود و جریان خون مناطق مجاور کاهش پیدا می‌کند. نویسندگان نتیجه‌گیری می‌کنند:

یافته‌های ما امکان استفاده از fNIRS و یادگیری ماشین را برای توسعه‌ی سنجه‌ای عینی از وزوز گوش نشان می‌دهد. چنین سنجه‌ای با فراهم‌کردن ابزاری برای ارزیابی عینیِ درمان‌های جدید و نظارت بر پیشرفت درمان بیماران، به پزشکان و بیماران کمک زیادی می‌کند.

اگر بتوانیم از تغییرات نابهنجار مغز برای درک بهتر مکانیسم پشت‌صحنه‌ی وزوز گوش استفاده کنیم، ممکن است در آینده روش بهتری برای درمان آن پیدا کنیم. برای مثال، مشخص نیست چرا وزوز گوش با فعالیت نامتقارن مغز مرتبط است؛ اگرچه می‌تواند به این مسئله مربوط باشد که صداها از کدام سمت بدن درک می‌شوند.

همچنین درحالی‌که نویسندگان ادعا می‌کنند اندازه‌گیری جدید آن‌ها اندازه‌گیری بالینی عینی است، هنوز باید از رتبه‌بندی ذهنی برای تقسیم بیماران به گروه‌های مختلف و مقایسه‌ی فعالیت مغزی آن‌ها برای شدت درک‌شده استفاده کرد. نویسندگان تصدیق می‌کنند که وزوز گوش ذاتا همیشه مؤلفه‌ای ذهنی دارد؛ اما می‌گویند سنجه‌ی کنونی عینی‌ترین سنجه‌ای است که تاکنون به‌دست آورده‌ایم.

این مطالعه در مجله‌ی PLOS One منتشر شده است.