Ostatnie postępy technologiczne zwiększyły nadzieje, że uzależnienie może być pewnego dnia uleczalne za pomocą zaawansowanych urządzeń mechanicznych.
Nazywane „interfejsami mózg-maszyna”, urządzenia te są wszczepiane do mózgu, zdolne do dekodowania aktywności mentalnej—i co bardziej zaskakujące, do jej zmiany.
Technika różni się od konwencjonalnych interfejsów mózg-maszyna, które koncentrują się na dekodowaniu sygnałów z kory mózgowej—zewnętrznej warstwy mózgu, według artykułu opublikowanego w Translational Psychiatry.
Wszczepiając urządzenia w obszarach mózgu związanych z uzależnieniem, naukowcy mogą być w stanie skuteczniej tłumić objawy objadania się, pragnienia i odstawienia niż obecne farmakologiczne i behawioralne terapie.
Działa poprzez „ułatwianie efektywnych interakcji między zewnętrznymi urządzeniami a strukturami mózgu, umożliwiając w ten sposób staranne monitorowanie i precyzyjną modulację aktywności neuronowej w tych obszarach”, według autorów artykułu, grupy naukowców z Wuhan w Chinach. „Ten pionierski paradygmat ma znaczący potencjał w rewolucjonizowaniu krajobrazu leczenia zaburzeń uzależnień.”
Kiedyś postrzegane jako wada charakteru lub słabość moralna, uzależnienie jest teraz przez wielu ekspertów uważane za stan medyczny, powstający nie tylko z czynników społecznych i osobistych wyborów, ale również z zmian w mózgu.
Ta zmiana była związana ze zwiększoną zależnością od leków przeciwuzależnieniowych, takich jak metadon, buprenorfina i naltrekson, które są powszechnie przepisywane w przypadku zaburzeń związanych z używaniem opioidów, wraz z kontynuacją terapii behawioralnej.
Jednak istniejące terapie miały ograniczony sukces, a badacze zaczęli badać bardziej eksperymentalne podejścia, takie jak głęboka stymulacja mózgu, która polega na wysyłaniu impulsów elektrycznych do mózgu przez elektrody.
Chociaż niektóre badania przyniosły obiecujące wyniki, podejście jest ograniczone, ponieważ intensywność, częstotliwość i czas trwania sygnałów elektrycznych często nie mogą być dostosowane. Naukowcy z Wuhan uważają, że bardziej praktycznym podejściem byłoby stworzenie interfejsów mózg-maszyna, które można dostosować do zmieniających się potrzeb każdego pacjenta w czasie rzeczywistym.
„Funkcjonowanie mózgu i stany chorobowe są z natury dynamiczne, a wykorzystanie niespecyficznych wzorców stymulacji może prowadzić do rozwoju zjawisk 'tolerancji', co zmniejsza skuteczność modulacji i potencjalnie zakłóca normalne funkcje docelowych struktur mózgowych,” piszą.
Naukowcy już są w drodze do stworzenia urządzeń, które mogą przezwyciężyć te problemy, powiedział Dr. Nolan Williams, profesor psychiatrii i nauk behawioralnych na Uniwersytecie Stanforda, w rozmowie z Decrypt.
„Pomyśl o telegrafie,” powiedział. „Telegraf przeszedł od sygnałów włączonych i wyłączonych do pełnej zdolności wysyłania ludziom obrazów i sztucznej inteligencji oraz wszystkich innych rzeczy, które możemy robić teraz w ciągu stu lat.”
Kluczem jest kontynuowanie doskonalenia naszej zdolności do „odczytywania” specyficznych procesów mózgowych i „zapisywania” w mózgu poprzez jego stymulację i zmianę, dodał Williams. Choć technologia już istnieje, musi być dalej udoskonalana, zanim stanie się naprawdę skuteczna—choć jak szybko zostanie użyta do leczenia pacjentów pozostaje otwartym pytaniem.
„Nie mamy żadnej zgody FDA ani kluczowych prób dla funkcji odczytu w uzależnieniach, funkcji zapisu w uzależnieniach, a z pewnością nie dla tej kombinacji odczytu i zapisu,” powiedział Williams. „To, co mamy, to małe raporty przypadków i serie przypadków kilku pacjentów z różnymi technologiami, które wskazały, że to coś, co może być pomocne.”
W dłuższej perspektywie jest przekonany, że interfejsy mózg-komputer będą powszechnie stosowane w leczeniu uzależnień i depresji.
„Czy BCI stanie się czymś, co będziemy wykorzystywać w leczeniu chorób neuropsychiatrycznych? Sto pięćdziesiąt procent,” powiedział Williams. „To się wydarzy w ciągu następnych 50 lat. To tylko kwestia czasu i kto jako pierwszy podejmie działania.”
W najlepszym przypadku leczenie uzależnień za pomocą interfejsu mózg-maszyna trafi na rynek w ciągu zaledwie 10 lat, dodał Williams.
Edytowane przez Sebastiana Sinclaira