人工智能检测引起癫痫发作的异常情况

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。研究小组的发现发表在大脑．

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

伦敦大学学院大奥蒙德街儿童健康研究所的资深合著者索菲·阿德勒博士在一份声明中说:“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。”

为了开发算法，研究团队从核磁共振扫描中量化了皮层特征，比如皮层/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。

研究发现，总体而言，该算法能够在538名参与者队列中的67%的病例中检测出FCD。

此前，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，但MELD算法在这些病例中确定了63%的FCD。这一点尤为重要:如果医生能在脑部扫描中发现异常，那么通过手术将其移除就可以治愈。

联合第一作者、伦敦大学学院大奥蒙德街儿童健康研究所的玛蒂尔德·里帕特说:“我们的重点是创建一种可解读的人工智能算法，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。”

伦敦大学学院女王广场神经学研究所的共同资深作者Konrad Wagstyl博士补充说:“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。”

在英国，大约有60万人患有癫痫。大多数癫痫患者可获得药物治疗，但20% - 30%的患者对药物无反应。

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。

合著者之一Hannah Spitzer博士，Helmholtz Munich说:“我们的算法自动学习从数千个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。”

本研究对FCD的检测使用了迄今为止最大的FCD MRI队列，因此可以检测所有类型的FCD。根据伦敦大学学院的说法，MELD FCD分类器工具可以用于任何怀疑患有FCD的3岁以上的患者，并进行核磁共振扫描。