Για όσους ζουν με ημικρανία, η αβεβαιότητα για το πότε θα εμφανιστεί η επόμενη κρίση μπορεί να αποτελεί από μόνη της σημαντική επιβάρυνση. Μπορεί να συμβεί αύριο; Υπάρχουν προειδοποιητικά σημάδια; Και, κυρίως, θα μπορούσαμε κάποτε να γνωρίζουμε εγκαίρως ότι ο κίνδυνος αυξάνεται;
Μια νέα μεγάλη μελέτη, που δημοσιεύθηκε στο Neurology Open Access, δείχνει ότι η τεχνητή νοημοσύνη μπορεί να μας φέρει ένα βήμα πιο κοντά σε αυτό το ενδεχόμενο. Οι ερευνητές ανέπτυξαν μοντέλο μηχανικής μάθησης το οποίο, αξιοποιώντας δεδομένα για περισσότερους από 53.000 ανθρώπους με ημικρανία, μπορούσε να εκτιμήσει εάν κάποιος ήταν πιθανό να εμφανίσει κρίση την επόμενη ημέρα.
Η ημικρανία προειδοποιεί – αλλά όχι πάντα με τον τρόπο που νομίζουμε
Μια κρίση ημικρανίας δεν αρχίζει απαραίτητα τη στιγμή που εμφανίζεται ο πόνος. Σε αρκετούς ανθρώπους προηγείται η λεγόμενη πρόδρομη φάση, η οποία μπορεί να ξεκινήσει ώρες ή ακόμη και ημέρες νωρίτερα.
Κόπωση, συχνό χασμουρητό, αλλαγές στη διάθεση ή στη συγκέντρωση, δυσκαμψία στον αυχένα, επιθυμία για συγκεκριμένες τροφές, ναυτία και αυξημένη ευαισθησία στο φως ή στους ήχους συγκαταλέγονται στα πιθανά πρόδρομα συμπτώματα.
Η αναγνώριση ενός προσωπικού, επαναλαμβανόμενου μοτίβου μπορεί επομένως να λειτουργήσει ως προειδοποιητικό σήμα. Η νέα έρευνα, όμως, υποδεικνύει ότι για την πρόβλεψη της επόμενης κρίσης μπορεί να έχει αξία να κοιτάξουμε πολύ πιο πίσω από τις τελευταίες ώρες.
Τι εξέτασαν οι ερευνητές
Οι ερευνητές ανέλυσαν δεδομένα από 53.065 ανθρώπους με ημικρανία, αξιοποιώντας συνολικά 770.473 ημερήσιες καταγραφές σε συγκεκριμένη εφαρμογή που είχαν συγκεντρωθεί από τον Ιανουάριο του 2020 έως τον Ιούλιο του 2025.
Οι πληροφορίες προέρχονταν από ηλεκτρονικά ημερολόγια ημικρανίας και ερωτηματολόγια και περιλάμβαναν, μεταξύ άλλων, χαρακτηριστικά των πονοκεφάλων, δημογραφικά στοιχεία, πρόδρομα συμπτώματα και δεδομένα καιρού.
Οι επιστήμονες δοκίμασαν επτά αλγορίθμους μηχανικής μάθησης, αναζητώντας εκείνον που μπορούσε να προβλέψει καλύτερα εάν θα εμφανιζόταν ημικρανία την επόμενη ημέρα.
Το μοντέλο στο οποίο κατέληξαν πέτυχε 91,2% ακρίβεια. Αυτό πρακτικά σημαίνει ότι όταν το μοντέλο προέβλεπε πως ένας άνθρωπος θα εμφάνιζε ημικρανία την επόμενη ημέρα, περίπου το 91% αυτών των προβλέψεων επιβεβαιωνόταν στο συγκεκριμένο σύνολο δεδομένων.
Η συνολική ακρίβεια του μοντέλου ήταν 81%, η ευαισθησία –η ικανότητά του να εντοπίζει τα επεισόδια της επόμενης ημέρας– 80% και η ειδικότητα –η ικανότητά του να αναγνωρίζει τις ημέρες χωρίς ημικρανία– 83%.
Άλλη μία σημαντική διευκρίνιση: ως «επεισόδια» συμπεριλήφθηκαν πονοκέφαλοι διαφορετικής έντασης, από ήπιους έως μέτριους και σοβαρούς, και όχι αποκλειστικά οι πιο έντονες ή εξουθενωτικές κρίσεις.
Οι προηγούμενες 30 ημέρες «λένε» πολλά
Ίσως το πιο ενδιαφέρον εύρημα της έρευνας είναι ότι τα πρόδρομα συμπτώματα δεν αποτέλεσαν την ισχυρότερη πηγή προγνωστικών πληροφοριών. Πολύ μεγαλύτερη σημασία είχε το ιστορικό των πονοκεφάλων κατά τις προηγούμενες 30 ημέρες. Ειδικότερα, η μέση ένταση του πονοκεφάλου μέσα στον προηγούμενο μήνα αναδείχθηκε στον σημαντικότερο μεμονωμένο παράγοντα για την πρόβλεψη.
Συνολικά, τα χαρακτηριστικά που υπολογίστηκαν από το ιστορικό των προηγούμενων 30 ημερών αντιστοιχούσαν περίπου στο 56% της προγνωστικής πληροφορίας του μοντέλου, έναντι περίπου 11% για τα πρόδρομα συμπτώματα. Με άλλα λόγια, για την εκτίμηση του κινδύνου μιας κρίσης μπορεί να μην έχει σημασία μόνο το πώς αισθανόμαστε σήμερα. Τα μοτίβα που διαμορφώνονται σταδιακά επί εβδομάδες φαίνεται ότι περιέχουν πολύτιμες πληροφορίες για το τι μπορεί να ακολουθήσει.
Ημικρανία: Τι θα άλλαζε αν γνωρίζαμε από σήμερα τον αυριανό κίνδυνο;
Η δυνατότητα πρόβλεψης δεν έχει αξία μόνο ως τεχνολογικό επίτευγμα. Το πραγματικό ερώτημα είναι εάν μπορεί να κάνει ευκολότερη την καθημερινότητα των ανθρώπων με ημικρανία.
Κάποιος που γνωρίζει ότι την επόμενη ημέρα ο κίνδυνος είναι αυξημένος θα μπορούσε, για παράδειγμα, να προσέξει περισσότερο τον ύπνο και την ενυδάτωσή του, να μην παραλείψει γεύματα, να βεβαιωθεί ότι έχει διαθέσιμη τη θεραπεία που του έχει συστήσει ο γιατρός του κ.λπ.
Η καλύτερη πρόβλεψη θα μπορούσε επίσης να περιορίσει ένα μέρος της αβεβαιότητας που συνοδεύει το διάστημα μεταξύ των κρίσεων.
Φυσικά, μια εφαρμογή δεν αποφασίζει πώς πρέπει να αντιμετωπιστεί η ημικρανία. Το συγκεκριμένο εργαλείο έχει σχεδιαστεί για να εκτιμά την πιθανότητα εμφάνισης κρίσης και όχι για να θέτει διάγνωση ή να συστήνει αλλαγές στη θεραπεία. Και παρά το εντυπωσιακό μέγεθος του δείγματος, υπάρχουν σημαντικές επιφυλάξεις, όπως για παράδειγμα ότι στο δείγμα υπήρχαν περισσότεροι άνθρωποι με συχνές κρίσεις και άτομα που ασχολούνταν ενεργά με την αντιμετώπισή τους και βέβαια ότι η μελέτη βασίστηκε σε παρατηρησιακά δεδομένα και δεν ήταν κλινική δοκιμή.
Η AI προβλέπει – δεν αντικαθιστά τον γιατρό
Η έρευνα ανοίγει μια ενδιαφέρουσα προοπτική: μελλοντικά συστήματα θα μπορούσαν να συνδυάζουν το προσωπικό ιστορικό των πονοκεφάλων με τη συχνότητα και την έντασή τους, τα πρόσφατα επεισόδια, ατομικά χαρακτηριστικά και περιβαλλοντικούς παράγοντες, ώστε να δημιουργούν πιο εξατομικευμένες προβλέψεις.
Η πραγματική επιτυχία τους, ωστόσο, δεν θα μετρηθεί μόνο σε ποσοστά. Θα εξαρτηθεί από το εάν οι προβλέψεις μπορούν πράγματι να βοηθήσουν τους ανθρώπους με ημικρανία να προετοιμάζονται καλύτερα, να περιορίζουν τις ανατροπές στην καθημερινότητά τους και να διαχειρίζονται αποτελεσματικότερα τις κρίσεις τους.
Προς το παρόν, η τεχνητή νοημοσύνη δείχνει ότι μπορεί να εντοπίσει μοτίβα που ίσως δεν είναι εύκολα ορατά στον άνθρωπο. Όχι για να αντικαταστήσει την ιατρική κρίση, αλλά για να προσθέσει ακόμη μία πληροφορία στην προσπάθεια να γίνει η ημικρανία λίγο πιο προβλέψιμη.