已经开发出一种人工智能(AI)算法来检测导致癫痫发作的细微大脑异常。这种异常称为局灶性皮质发育不良(FCD)，通常可以通过手术治疗，但很难在MRI上看到。新算法有望让医生更有信心识别癫痫患者的FCD。
这项工作是多中心癫痫病灶检测(MELD)项目的一部分，出现在Brain“可解释的基于表面的局灶性皮质发育不良检测：多中心癫痫病灶检测研究”中。来自伦敦大学学院的KonradWagstyl博士和SophieAdler博士领导了一个国际研究团队开展这项工作。
【资料图】
为了开发该算法，该团队在来自全球22个癫痫中心的1,000多名患者的MRI扫描中量化了大脑皮层的特征，例如厚度和折叠。然后，他们根据放射科专家标记为健康或患有FCD的示例对算法进行训练。
FCD是大脑皮层发育的一种畸形，并且有引起对药物无反应的癫痫症的倾向。尽管FCD通常通过手术治疗，但MRI扫描通常看起来正常，这使得诊断具有挑战性。
研究人员在他们的文章中解释说：“在对算法的需求最大的临床模糊图像中，这种洞察力将使医生能够确定分类器识别的特征是否可能起源于病变。”
世界上大约百分之一的人口患有癫痫症，这是一种以频繁发作为特征的大脑疾病。他们中的大多数人可以接受药物治疗，但20-30%的人对药物没有反应。
在患有大脑异常但放射科医师在MRI扫描中看不到的癫痫患者中，FCD是最常见的原因。
“我们的算法会自动学习从数千名患者的MRI扫描中检测病变。它可以可靠地检测出不同类型、形状和大小的病变，甚至可以检测出许多以前被放射科医师遗漏的病变。”.
总体而言，他们的算法能够检测出队列中67%的病例(538名参与者)的FCD。
此前，有178名参与者被认为MRI阴性，这意味着放射科医生无法发现FCD异常。但MELD算法能够在其中63%的情况下识别出FCD。这很重要，因为如果医生能够自信地识别出FCD，那么手术切除它们就可以治愈。
伦敦大学学院大奥蒙德街儿童健康研究所的研究助理和该文章的另一位共同第一作者MathildeRipart说：“我们强调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算法如何做出预测是该过程的重要组成部分。”
免责声明：本文由用户上传，如有侵权请联系删除！关键词：
