Na EM, as células imunes do corpo atacam a mielina, uma bainha isolante que cobre todos os neurónios. A mielina tem um propósito semelhante ao do plástico que isola os cabos elétricos, fazendo com que a eletricidade viaje mais rapidamente.

Uma lesão na camada de mielina no cérebro faz com que os sinais elétricos diminuam, traduzindo-se em comunicações atrasadas entre áreas do cérebro e habilidades reduzidas ou comprometidas. Medir o efeito preciso da lesão mielínica pode ajudar os médicos a oferecer uma abordagem personalizada aos pacientes.

Segundo Pierpaolo Sorrentino, principal autor do estudo, na EM isto é mais difícil do que parece, pois a doença é um paradoxo diagnóstico.
Existem pacientes cujos exames de ressonância magnética mostram extensa degradação da mielina, mas não apresentam um comprometimento correspondente, e outros que mostram poucos danos evidentes, mas que apresentam problemas consideráveis. Muitas vezes, olhando simplesmente para os exames não se consegue perceber.

Estimular o cérebro a medir em tempo real o atraso entre as áreas também não é eficaz quando se tenta estimar os atrasos de muitas conexões cerebrais e não apenas de uma: o sinal acaba por ficar muito confuso para ser um indicador confiável de propagação.

Em vez disso, os investigadores desenvolveram um método para medir o atraso que não envolve estimulação direta, mas usa as avalanches neuronais (explosões de atividade que acontecem em cascatas) que viajam espontaneamente pelo cérebro.

Essas explosões espontâneas de atividade podem ser usadas para medir o tempo que um sinal leva para percorrer os feixes de substância branca que ligam duas áreas do cérebro e, em seguida, compará-lo com controles saudáveis sem lesões mielínicas.
Ao não interferir diretamente no sinal, torna possível em poucos minutos estimar o atraso entre a maioria dos pares de regiões do cérebro e integrá-lo com o que os exames de ressonância magnética estão a mostrar.

Além de dar informações sobre o tratamento, o método também pode ser usado para refinar modelos cerebrais virtuais de pacientes para aumentar ainda mais o nível de personalização. A modelagem cerebral em larga escala normalmente assume uma velocidade constante do sinal nas bordas, mas isso não é exatamente verdade, mesmo num cérebro saudável.

Segundo os especialistas, agora pode-se adicionar o fator de atraso a essas simulações, melhorando as ferramentas de diagnóstico e preditivas disponíveis para os médicos e para os seus pacientes. Os resultados do estudo foram publicados no Journal of Neuroscience.