„Die Aufrechterhaltung einer ausreichenden zerebralen Durchblutung (CBF) ist für die kognitive Leistungsfähigkeit von Astronauten während längerer Schwerelosigkeitsphasen entscheidend. Die Echtzeitüberwachung im Weltraum wird jedoch durch die Komplexität der MRT und die begrenzten Nutzlasten eingeschränkt“, erklärte Studienautor Lijun Yuan von der Medizinischen Universität der Luftwaffe. Zu den Kerninnovationen gehören (a) die Simulation von Schwerelosigkeit durch eine 6°-Kopftieflage (HDTBR), (b) die Integration von Karotis-Ultraschall- und Hirn-MRT-Daten zur Erstellung von ML-basierten CBF-Vorhersagemodellen und (c) die Entwicklung einer benutzerfreundlichen Webanwendung für den Einsatz im Orbit. „Diese Lösung ermöglicht eine nicht-invasive und leichte CBF-Messung und unterstützt so rechtzeitige medizinische Interventionen für Astronauten.“
Das Modell nutzt wichtige technische Fortschritte: 36 gesunde männliche Probanden absolvierten eine 90-tägige HDTBR-Studie. Dabei wurden multimodale Daten erhoben, darunter Doppler-Ultraschall der Arteria carotis interna (ACI), 3D-pCASL-MRT des Gehirns und klinische Parameter (BMI, Herzfrequenz, Blutdruck). Acht ML-Algorithmen wurden getestet, wobei sich CatBoost aufgrund seiner Fähigkeit, komplexe nichtlineare Zusammenhänge zwischen den hämodynamischen Eigenschaften der ACI und den Veränderungen der zerebralen Durchblutung (CBF) zu erfassen, als optimales Modell erwies. „Die SHAP-Analyse diente der Interpretation des Modells und identifizierte BMI, den Pulsatilitätsindex (PI) der ACI und das Blutflussvolumen (FV) als wichtige prädiktive Merkmale“, so Erstautor Linkun Cai.
Die Studienautoren validierten das Modell durch umfassende Experimente: Nach 90 Tagen HDTBR wurden signifikante regionale CBF-Abnahmen im rechten Heschl-Gyrus (AUC = 0,88, Genauigkeit = 0,84), im rechten mittleren Gyrus cinguli (AUC = 0,92, Genauigkeit = 0,83) und im rechten oberen Frontallappen (AUC = 0,82, Genauigkeit = 0,72) beobachtet. Das CatBoost-Modell übertraf andere Algorithmen (logistische Regression, SVM, Random Forest usw.) in allen Bewertungsmetriken. Die entwickelte Webanwendung ermöglicht es Astronauten, klinische Daten einzugeben und Ultraschalldateien für die Echtzeit-CBF-Vorhersage und Risikovisualisierung hochzuladen.
„Obwohl das Modell vielversprechende Ergebnisse liefert, besteht weiterhin eine Herausforderung: die begrenzte Einbeziehung von Daten zum Blutfluss in der Arteria vertebralis, eine einmalige Verzögerung nach der Markierung bei der MRT-Aufnahme und die ausschließliche Teilnahme männlicher Probanden“, so Cai. Zukünftige Arbeiten werden sich auf die Integration von Merkmalen der Arteria vertebralis, die Anwendung der Multi-PLD-ASL-Technologie und die Validierung des Modells in verschiedenen Populationen, einschließlich Astronautinnen, konzentrieren. Insgesamt bietet dieses ML-gestützte Vorhersagemodell eine praktische Lösung für die CBF-Überwachung in simulierter Mikrogravitation und legt damit den Grundstein für den Schutz der Hirngesundheit bei Langzeit-Raumflügen.
Zu den Autoren des Papiers gehören Linkun Cai, Yawen Liu, Kai Li, Changyang Xing, Zi Xu, Lianbi Zhao, Ke Lv, Zhili Li, Hao Wang, Linjie Wang, Dehong Luo, Lijun Yuan, Lina Qu, Yinghui Li, Zhenchang Wang und Pengling Ren.
Die Studie wurde finanziert durch das Space Medical Experiment Project des China Manned Space Program (Nr. HYZHXMH01005), das China Manned Space Advanced Research Project (ES-2-NO.0041), die Beijing Hospitals Authority Innovation Studio of Young Staff Funding Support (Nr. 202302) und Beijing Scholar 2015 (ZW).
DOI: 10.34133/cbsystems.0448
