A tompalátás (más néven „lusta szem") az egyik legtöbbet tanulmányozott idegrendszeri fejlődési látászavar. A tompalátást fontos kisgyermekkorban diagnosztizálni és kezelni, mert a kialakult látásfunkció-csökkenést 8 éves kor felett már nem lehet korrigálni. A mintegy 200 millió érintett betegnek csak töredéke jut időben szemészeti ellátáshoz, illetve éveken keresztül folyatott terápiához, leginkább olyanok, akik számára elérhető a magas színvonalú egészségügy és oktatás. A megfelelő kezelés hiánya a mindennapi feladatok – például olvasás vagy autóvezetés – elvégzését is hátrányosan befolyásolja. Ezért a kutatók magyar vezetéssel új, hatékony és széles körben hozzáférhető diagnosztikai teszt kidolgozását kezdik meg.
Az új módszer kulcsötlete, hogy kihasználja az agy egyik alapvető számítási képességét. A látott képfolyam értelmezésében az agy különösen olyan mozgásokra érzékeny, amelyek eltérnek az elme által előrelátott, várható képtől. Amikor előrefelé mozgunk – futunk –, ez a számítás gyorsan és pontosan irányítja a figyelmünket a látótér olyan részeire, ahol olyasmi történik, ami új és nem következik a saját mozgásunkból. Az új teszt során az alanyok egy virtuális valóság folyosóján futnak vagy pedáloznak előre, miközben a kutatók rögzítik az agytevékenységet, a szem- és végtagmozgásokat. Az agy prediktív számítási képességét úgy tesztelik, hogy előremozgás közben a vetített virtuális valóság hátrafelé mozgó falain egy kis részletet időnként megállítanak – ezek a részletek jelentik a nem várt újdonságot a képfolyamban. Az agyi aktivitást, a szem- és végtagmozgási adatokat gépi tanulás segítségével elemzik majd és meghatározzák az egészséges és tompalátó alanyok közötti különbségeket.
A kutatók a teszt során az agyi folyamatok mérésével a tompalátást fenntartó neurális áramkörök eredetének is nyomába erednek. Embereknél neminvazív EEG mérésekkel rögzítik az agy felszíni aktivitását. A mágneses rezonancia képalkotás (MRI) mély agyi aktivitást is rögzíthet, de az MRI a test és a fej hosszabb ideig tartó mozdulatlanságát igényli, ezért ebben a projektben nem alkalmazható. Ahhoz, hogy az agy mélyebb területeiről is nagyfelbontású adatokat gyűjthessenek, modellfajokban is vizsgálják majd a tompalátást. Az egyik ilyen modellfaj a macska, melynek vizuális funkciói nagyon hasonlóak az emberéhez. A kutatók funkcionális ultrahangos képalkotást alkalmaznak macskáknál, és ezáltal remélik, hogy összefüggést találnak a mélyagyi területek aktivitása és a tompalátásból adódó funkcióvesztés között. Egerek esetében a rendelkezésre álló genetikai eszközök lehetővé teszik, hogy még részletesebben tesztelhessék a tompalátásban érintett agyi területek funkcionális szerepét. A modellfajokból és emberi agytevékenységből gyűjtött adatokat kombináló módszer segíthet abban, hogy nagyon megbízható következtetést vonhassanak le a tompalátás eredetéről. A betegség okainak feltárása lehet ezáltal az első lépés a terápia új és jobb irányvonalainak meghatározásához. Új módszerük más idegrendszeri fejlődési rendellenességeknél is alkalmazható lehet, széles körben hasznos eszközt biztosítva a klinikai diagnosztikához és az alapkutatáshoz.
A Pázmány ITK (Hillier Dániel - Látás Rendszerszintű Neurobiologiája csoport, TTK) vezetésével, a Pázmány BTK (Kovács Ilona) részvétele mellett a kolozsvári Erdélyi Idegtudományi Intézet (Transylvanian Institute of Neuroscience), a Leuveni Katolikus Egyetem (Katholieke Universiteit Leuven) és Európa legfontosabb mikroelektronikai kutatóközpontja, a belgiumi központú IMEC által alapított Flandria Neuro-Elektronikai Kutatóintézet (NeuroElectronics Research Flanders), valamint az Oslói Egyetem (Universitetet i Oslo) kutatócsoportjai közösen fejlesztik ki az új módszert, majd kísérleti modellfajokon és a Semmelweis Egyetem Szemészeti Klinikájával együttműködve tompalátással diagnosztizált betegeken végzett mérésekkel határozzák meg a tompalátást fenntartó agyi hálózatok elhelyezkedését és a betegség fenntartásában betöltött szerepét.
A 3 éves projektet a Horizon 2020 által támogatott ERA-NET NEURON program finanszírozza.
