检测大脑异常的AI算法可能有助于治疗癫痫

　　

以伦敦大学学院(ucl)为首的国际研究团队开发出了可以检测引起癫痫发作的细微大脑异常的人工智能(AI)算法。

多中心癫痫病灶检测项目(MELD)使用了来自全球22个癫痫中心的1000多名患者MRI扫描来开发算法，该算法提供了耐药局灶性皮质发育不良(FCD)病例中异常的报告，FCD是癫痫的主要原因。

FCDs是大脑中发育异常的区域，通常会导致耐药癫痫。它通常通过手术治疗，但是从MRI中识别病变对临床医生来说是一个持续的挑战，因为FCDs的MRI扫描可以看起来正常。

为了开发算法，研究团队量化了核磁共振扫描的皮层特征，比如大脑皮层/大脑表面的厚度或折叠程度，并使用了大脑中大约30万个位置。

然后，研究人员根据放射科专家标记的样本对算法进行训练，这些样本要么是健康的大脑，要么是有FCD的大脑——这取决于它们的模式和特征。

发表在《大脑》杂志上的研究发现，总体而言，该算法能够在队列中(538名参与者)的67%的病例中检测出FCD。

在此之前，178名参与者被认为是核磁共振阴性，这意味着放射科医生无法发现异常——然而MELD算法能够在这些病例中确定63%的FCD。

这一点尤其重要，就好像医生可以在脑部扫描中发现异常，然后通过手术去除异常就可以治愈。

共同第一作者玛蒂尔德·里帕特(伦敦大学学院大奥蒙德街儿童健康研究所)说:“我们的重点是创建一种可解释的人工智能算法，可以帮助医生做出决定。向医生展示MELD算法是如何进行预测的是这个过程的一个重要部分。”

共同资深作者Konrad Wagstyl博士(伦敦大学学院女王广场神经学研究所)补充说:“该算法可以帮助发现更多儿童和成人癫痫患者的这些隐藏病变，并使更多的癫痫患者考虑进行脑外科手术，治愈癫痫并改善他们的认知发展。”在英格兰，每年大约有440名儿童可以从癫痫手术中受益。”

约1%的世界人口患有严重的神经系统疾病癫痫，其特征是频繁发作。

在英国，大约有60万人受到影响。虽然大多数癫痫患者可以使用药物治疗，但20-30%的患者对药物无效。

在通过手术控制癫痫的儿童中，FCD是最常见的病因，而在成人中，它是第三大常见病因。

此外，在MRI扫描无法发现大脑异常的癫痫患者中，FCD是最常见的病因。

共同第一作者汉娜·斯皮策博士(Helmholtz Munich)说:“我们的算法自动学习从数千例患者的核磁共振扫描中检测病变。它可以可靠地检测不同类型、形状和大小的病变，甚至许多以前被放射科医生忽略的病变。”

合著者索菲·阿德勒博士(伦敦大学学院大奥蒙德街儿童健康研究所)补充说:“我们希望这项技术将有助于识别目前被忽视的导致癫痫的异常。”最终，它可以让更多癫痫患者通过脑部手术治愈。”

这项FCD检测研究使用了迄今为止最大的FCD MRI队列，这意味着它能够检测所有类型的FCD。

MELD FCD分类器可用于任何怀疑患有FCD且年龄超过3岁并进行核磁共振扫描的患者。

MELD项目由玫瑰树信托基金支持。