Para pakar syaraf dari Fakultas Kedokteran Universitas Case Western Reserva dan Universitas Toronto telah mengembangkan satu metode efisien dan andal dalam menganalisis aktivitas otak guna mendeteksi autisme pada anak.
Para peneliti telah merekam dan menganalisis pola dinamika aktivitas otak dengan magnetoensefalografi (MEG) untuk menentukan hubungan fungsi otak. MEG mengukur medan-medan magnetik yang dihasilkan aliran listrik pada sel saraf dalam otak.
Roberto Fernandez Galan, profesor ilmu syaraf pada Case Western Reserve dan elektrofisioligis yang pakar fisika teoritis memimpin tim riset yang mendeteksi gangguan spektrum autisme (ASD) dengan tingkat akurasi 94 persen.
Metode analitis baru ini menawarkan cara kuantitatif yang efisien dalam memastikan diagnosis klinis autisme.
"Kami mengajukan pertanyaan 'Bisakah Anda membedakan otak autistik dari otak non autistik hanya dengan melihat pola-pola aktivitas netral?," kata Galán. "Penemuan ini membuka pintu menuju alat kuantitatif yang melengkapi alat diagnostik yang ada bagi autisme, berdasarkan uji perilaku."
Pada studi terhadap 19 anak yang sembilan di antaranya ber-ASD, sebanyak 141 sensor menangkap aktivitas pada setiap korteks anak.
Sensor-sensor ini merekam bagaimana bagian-bagian berbeda dari otak saling berinteraksi selagi istirahat, membandingkan interaksi otak dari kelompok kontrol ber-ASD.
Para peneliti mendapati fakta yaitu koneksi lebih kuat antara bagian belakang dan depan otak kelompok ini. Ini adalah aliran informasi asimetris ke area depan otak, bukan hal yang sebaliknya.
Pandangan baru mengenai arah hubungan-hubungan ini membantu mengidentifikasi ketidaknormalan anatomis pada otak ASD.
Pengukuran terkini dari hubungan fungsi otak ini tidak mengisyaratkan arah interaksi-interaksi otak.
"Ini tak hanya mengenai siapa terhubung ke siapa, tetapi lebih kepada siapa yang menggerakkan siapa," kata Galan seperti dikutip science daily.com.
Pendekatan ini memungkinkan mereka mengukur bunyi latar belakang atau input spontan yang masuk aktivitas otak selagi istirahat.
Peta spasial dari input-input ini menunjukkan ada lebih banyak kerumitan dan struktur dalam kelompok kontrol ketimbang pada kelompok ASD yang varitas dan kerumitannya lebih sedikit.
Fitur ini menawarkan pembedaan yang lebih baik antara kedua kelompok, dan memberi ukuran kriteria yang bahkan lebih kuat dibandingkan hubungan fungsional itu sendiri, dengan tingkat akurasi 94 persen.
Kantor Transfer Teknologi dari Case Western Reserve telah mengajukan aplikasi paten untuk algortima analisis ini yang menyelidiki aktivitas otak sewaktu beristirahat.
Galan dan koleganya berharap bisa bekerjasama dengan pihak lain di bidang autisme dengan menekankan pada riset translasional dan klinis, demikian sciencedaily.com.
(ant/yel)