الگوریتم هوش مصنوعی امکان ردیابی مسیرهای حیاتی ماده سفید را فراهم می‌کند.

سیگنال‌هایی که بسیاری از عملکردهای ضروری مغز و بدن – هوشیاری، خواب، تنفس، ضربان قلب و حرکت – را به پیش می‌برند، از طریق دسته‌هایی از فیبرهای "ماده سفید" در ساقه مغز عبور می‌کنند، اما سیستم‌های تصویربرداری تا کنون قادر به تفکیک دقیق این کابل‌های عصبی حیاتی نبوده‌اند. این موضوع، محققان و پزشکان را با توانایی محدودی برای ارزیابی تأثیر ضربه یا نورودژنراسیون بر این ساختارها مواجه کرده است.

در مطالعه‌ای جدید، تیمی از محققان MIT، دانشگاه هاروارد و بیمارستان عمومی ماساچوست، نرم‌افزاری مبتنی بر هوش مصنوعی را معرفی کرده‌اند که قادر به بخش‌بندی خودکار هشت دسته متمایز در هر توالی MRI انتشار است. در این مطالعه با دسترسی آزاد که در ۶ فوریه در مجله‌ی Proceedings of the National Academy of Sciences منتشر شد، تیم تحقیقاتی به رهبری مارک اولچانی، دانشجوی دکتری MIT، گزارش داد که ابزار دسته‌های ساقه مغز (BSBT) که به صورت عمومی در دسترس قرار داده‌اند، الگوهای متمایز تغییرات ساختاری را در بیماران مبتلا به بیماری پارکینسون، ام‌اس و آسیب تروماتیک مغزی نشان داده و همچنین بر بیماری آلزایمر نیز نور افکنده است.

علاوه بر این، مطالعه نشان می‌دهد که BSBT به صورت پس‌نگر امکان ردیابی بهبودی دسته‌ها را در یک بیمار کما فراهم کرده است که منعکس‌کننده‌ی مسیر هفت‌ماهه بهبودی بیمار بوده است. اولچانی، دانشجوی دکتری برنامه‌ی مهندسی پزشکی و فیزیک پزشکی MIT، می‌گوید: «ساقه مغز ناحیه‌ای از مغز است که اساساً مورد بررسی قرار نگرفته است، زیرا تصویربرداری از آن دشوار است. مردم واقعاً از ترکیب آن آگاهی ندارند.»