एमउसी तरह 1 से 10 के पैमाने पर दर्द को मापना मुश्किल है, क्रेविंग के व्यक्तिपरक उपाय गलत हो सकते हैं। यह उन चिकित्सकों के लिए मुश्किल बना सकता है जो किसी ऐसे रोगी की मदद करने की कोशिश कर रहे हैं जो किसी पदार्थ का दुरुपयोग कर रहा है, यह निर्धारित करने के लिए कि किस प्रकार की देखभाल की आवश्यकता है।

अब, वैज्ञानिकों के पास क्रेविंग को मापने के लिए एक अधिक सटीक उपकरण हो सकता है: एक मशीन लर्निंग एल्गोरिदम को नियोजित करते हुए, वैज्ञानिकों की एक अंतरराष्ट्रीय टीम ने एक मस्तिष्क हस्ताक्षर की पहचान की है, जो अपने प्रयोगों में, मादक द्रव्यों के सेवन के विकार वाले लोगों को उनके बिना उच्च डिग्री वाले लोगों से अलग करता है। शुद्धता। खोज, 19 दिसंबर को प्रकाशित प्रकृति तंत्रिका विज्ञानक्या एक दिन का उपयोग चिकित्सकों को व्यसनों से ग्रस्त लोगों के इलाज में मदद करने के लिए किया जा सकता है, इसके लिए उनकी रिपोर्ट की गई लालसा में व्यक्तिपरक संदर्भ को कम किया जा सकता है।

“यह एक दिलचस्प और अच्छी तरह से किया गया विश्लेषण है,” कहते हैं जॉन गैब्रिएली, MIT में एक न्यूरोसाइंटिस्ट जो शोध में शामिल नहीं थे। “हम किसी तरह लोगों को बेहतर करने में मदद करने के लिए मस्तिष्क के बारे में अपने ज्ञान का उपयोग करना चाहते हैं। [This study] करने के लिए एक पूरा क्षेत्र खोल दिया [that]।”

व्यसन का इलाज करते समय, चिकित्सकों और शोधकर्ताओं के लिए यह महत्वपूर्ण है कि वे अपनी पसंद के पदार्थ को वापस करने की किसी व्यक्ति की संभावना को समझें। हालांकि, यह समझ अक्सर पदार्थ के लिए इच्छा की रोगी की स्वयं-रिपोर्ट की गई भावनाओं से आती है, अध्ययन सहलेखक कहते हैं हेडी केबर, एक येल विश्वविद्यालय संज्ञानात्मक तंत्रिका विज्ञानी। स्व-रिपोर्ट किए गए उपायों की अस्पष्टता के अलावा, वह नोट करती है कि क्रेविंग की रिपोर्ट इस तथ्य से अतिरिक्त रूप से भ्रमित हो सकती है कि मरीज हमेशा सच बोलने के लिए प्रेरित नहीं होते हैं और हो सकता है कि वे अपनी आंतरिक स्थिति के बारे में पूरी तरह से जागरूक न हों।

“लगभग हर कोई किसी ऐसे व्यक्ति को जानता है जो नशे की लत से जूझ रहा है,” गेब्रियली कहते हैं। “लेकिन सुधार के साथ लोगों की मदद करना बहुत कठिन है, और यह जानना बहुत कठिन है कि कौन से लोग प्रगति कर रहे हैं।”

केबर उससे पहले से जानता था न्यूरोइमेजिंग अनुसंधान यह देखने के बाद किसी व्यक्ति की किसी भोजन या दवा की इच्छा की प्रबलता इस बात का अनुमान है कि क्या वह व्यक्ति निकट भविष्य में वास्तव में भोजन करेगा या दवा का उपयोग करेगा। उस शोध और विषय पर उसके अन्य अध्ययनों से एफएमआरआई डेटा पर आरेखण, केबर और सहयोगियों ने एक ऐसी प्रणाली विकसित करने के लिए तैयार किया जो उन्हें न्यूरोलॉजिकल गतिविधि पैटर्न के आधार पर किसी व्यक्ति की लालसा की ताकत को मापने की अनुमति देगी और इसलिए, भविष्यवाणी करने का एक तरीका केवल ब्रेन स्कैन के आधार पर उस व्यक्ति द्वारा नशीली दवाओं का उपयोग करने या लालसा वाले भोजन को खाने की संभावना।

केबर और अन्य शोधकर्ताओं ने 99 अलग-अलग लोगों के 469 मस्तिष्क स्कैन से कार्यात्मक चुंबकीय अनुनाद इमेजिंग (fMRI) डेटा की व्यवस्था की, जिसमें वे लोग शामिल थे जो सिगरेट पीते थे, शराब पीते थे, कोकीन का इस्तेमाल करते थे, या किसी भी प्रकार की दवा का उपयोग नहीं करते थे। fMRI डेटा ने प्रत्येक व्यक्ति के मस्तिष्क की छवियों को कैप्चर किया क्योंकि वे दो अलग-अलग परिदृश्यों में भोजन और दवाओं के दृश्य संकेतों का जवाब दे रहे थे – एक जिसमें उन्हें अपनी लालसा में लिप्त होने का निर्देश दिया गया था और एक जिसमें उन्हें कम करने के लिए मानसिक रणनीतियों का उपयोग करने के लिए कहा गया था। मंशा। शोधकर्ताओं ने संकेतों को देखने के लिए प्रत्येक व्यक्ति की स्व-रिपोर्ट की गई प्रतिक्रिया के बारे में जानकारी भी जोड़ी। फिर उन्होंने एक मशीन लर्निंग एल्गोरिथम को डेटा खिलाया, जिसने यह पहचान की कि प्रत्येक प्रयोग में मस्तिष्क के कौन से क्षेत्र सक्रिय थे। उस कार्यक्रम ने तब मस्तिष्क के संख्यात्मक स्कोर क्षेत्रों का एक स्पेक्ट्रम तैयार किया जो प्रयोगात्मक कार्यों के दौरान कितने सक्रिय थे। जिन क्षेत्रों में गतिविधि को एक बढ़ी हुई लालसा प्रतिक्रिया से जोड़ा गया था, उन्हें एक सकारात्मक स्कोर दिया गया था, जबकि जिन क्षेत्रों में गतिविधि एक घटी हुई लालसा प्रतिक्रिया से संबंधित थी, उन्हें एक नकारात्मक स्कोर प्राप्त हुआ, और जिन क्षेत्रों में कम या कोई प्रभाव नहीं था, उन्हें शून्य के पास स्कोर प्राप्त हुआ। शोधकर्ताओं ने न्यूरोबायोलॉजिकल क्रेविंग सिग्नेचर (NCS) के अध्ययन में दवा उपयोगकर्ताओं के बीच देखे गए संयुक्त गतिविधि स्कोर के पैटर्न को कहा।

स्वतंत्र डेटा का उपयोग करते हुए, वैज्ञानिकों ने तब इस हस्ताक्षर का सटीक रूप से अनुमान लगाने की क्षमता पर परीक्षण किया कि क्या कोई व्यक्ति किसी दिए गए भोजन या दवा के लिए तरसता है या नहीं, यह भी शामिल है कि क्या यह स्व-रिपोर्ट किए गए क्रेविंग के साथ संरेखित है। एक परीक्षण में, NCS ने 82 प्रतिशत सटीकता के साथ गैर-उपयोगकर्ताओं से ड्रग उपयोगकर्ताओं को अलग किया, और अधिकांश भाग के लिए परिणाम परीक्षण विषयों की स्व-रिपोर्ट की गई लालसा रेटिंग के साथ संरेखित हुए – दोनों ने शोधकर्ताओं को संकेत दिया कि हस्ताक्षर सटीक थे। इसके अलावा, टीम ने पाया कि एनसीएस स्कोर में कमी आई जब एक व्यक्ति अपनी लालसा को कम करने के लिए संज्ञानात्मक रणनीतियों का उपयोग कर रहा था, यह दर्शाता है कि यह वास्तविक समय के हस्तक्षेपों के प्रति संवेदनशील था।

“हम अविश्वसनीय रूप से उत्साहित थे,” केबर कहते हैं। “लोग वर्षों से बात कर रहे हैं कि भविष्यवाणी के लिए न्यूरोमार्कर ढूंढना हमारे लिए कितना महत्वपूर्ण है, लेकिन ऐसा नहीं किया गया है।”

अध्ययन लेखकों के लिए, तथ्य यह है कि एनसीएस ने आम तौर पर अपने परीक्षण विषयों की लालसा रेटिंग के लिए भविष्यवाणी की है, इसका मतलब है कि यह रोगी लालसा रिपोर्ट की उपयोगी तुलना हो सकती है, ऐसे मामलों में त्रुटियों को पकड़ना जहां रोगी सटीक आत्म-रिपोर्ट नहीं करते हैं। हालांकि एल्गोरिथ्म 100 प्रतिशत सही नहीं है, फिर भी केबर को लगता है कि यह व्यसनों वाले लोगों के साथ काम करने वाले चिकित्सकों के लिए मूल्यवान हो सकता है। वह बताती हैं कि COVID-19 एंटीजन परीक्षण, उदाहरण के लिए, हमेशा सटीक नहीं होते हैं, लेकिन बीमारी के निदान में एक मूल्यवान उपकरण होने के लिए वे अक्सर सटीक होते हैं। “हम वास्तव में पूर्णता का लक्ष्य नहीं बना रहे हैं,” वह कहती हैं। “हम जो लक्ष्य कर रहे हैं वह इस बायोमार्कर को आगे मान्य कर रहा है ताकि हम संभावित रूप से नैदानिक ​​​​उपयोग की ओर बढ़ सकें।”

क्लिनिकल सेटिंग में, गैब्रियल ने इस तरह के एल्गोरिदम की क्षमता पर जोर दिया है कि एक दिन न केवल यह भविष्यवाणी करें कि क्या कोई ड्रग्स का उपयोग करेगा, बल्कि नशे की लत का ठीक से इलाज कैसे करें और यह पहचान कर कि मस्तिष्क के कौन से क्षेत्र प्रतिक्रिया में सक्रिय हैं और किस हद तक सक्रिय हैं . “कौन से रोगियों को विशेष उपचार का जवाब देने की संभावना है और कौन से कम होने की संभावना है, अभी हम इसके बारे में लगभग कुछ भी नहीं जानते हैं,” वे कहते हैं। लेकिन अगर इस तरह के एक कार्यक्रम का इस्तेमाल लोगों के मूल्यांकन के दौरान और अंत में किया जाता है, उदाहरण के लिए, वह कहते हैं कि यह निष्पक्ष रूप से यह निर्धारित करने में मदद कर सकता है कि क्या उस रोगी के शांत रहने की संभावना है, या क्या उन्हें अभी भी अधिक देखभाल की आवश्यकता है।

केबर कहते हैं कि उन्हें अभी भी यह निर्धारित करने के लिए और अधिक प्रयोग करने की आवश्यकता है कि क्या एनसीएस वास्तव में दूर भविष्य में किसी व्यक्ति की लालसा की भविष्यवाणी कर सकता है, लेकिन उन्हें आशा है कि यह एक दिन ऐसा कर सकता है। “लालसा का व्यक्तिपरक अनुभव कुछ ऐसा है जो वास्तव में विशिष्ट मानव है,” वह कहती हैं। “[This study] हमारे आशावाद को बढ़ाता है कि हम भविष्य में लोगों के उपचार की प्रगति की निगरानी के लिए इसका उपयोग करने में सक्षम हो सकते हैं, और यह निश्चित रूप से उन क्षेत्रों में से एक है जिसकी हम वर्तमान में जांच कर रहे हैं।