Алгоритм искусственного интеллекта (ИИ), который может обнаруживать тонкие аномалии мозга, вызывающие эпилептические припадки, был разработан группой международных исследователей под руководством UCL.
В рамках проекта Multicentre Epilepsy Lesion Detection (MELD) было использовано более 1000 МРТ-сканирований пациентов из 22 эпилептических центров по всему миру для разработки алгоритма , который предоставляет отчеты о том, где находятся аномалии в случаях лекарственно-устойчивой фокальной кортикальной дисплазии (FCD) — основной причины эпилепсии. .
FCD — это области мозга, которые развились аномально и часто вызывают резистентную к лекарствам эпилепсию. Это состояние обычно лечится хирургическим путем, однако выявление поражений с помощью МРТ является постоянной проблемой для клиницистов, поскольку МРТ-сканирование при ФКД может выглядеть нормально.
Для разработки алгоритма команда провела количественную оценку характеристик коры головного мозга по данным МРТ, например, насколько толстой или складчатой была поверхность коры/мозга, и использовала около 300 000 точек по всему мозгу.
Затем исследователи обучили алгоритм на примерах, которые опытные рентгенологи назвали либо здоровым мозгом, либо наличием FCD, в зависимости от их паттернов и особенностей.
Результаты, опубликованные в Brain , показали, что в целом алгоритм смог обнаружить ФКД в 67% случаев в когорте (538 участников).
Ранее 178 участников считались МРТ-отрицательными, что означает, что радиологи не смогли обнаружить аномалию, однако алгоритм MELD смог идентифицировать ФКД в 63% этих случаев.
Это особенно важно, так как если врачи могут обнаружить аномалию при сканировании мозга, то операция по ее удалению может обеспечить излечение.
Соавтор Матильда Рипарт (Институт детского здоровья на Грейт-Ормонд-Стрит, Калифорнийский университет в Лос-Анджелесе) сказала: «Мы сделали упор на создание алгоритма ИИ, который можно было бы интерпретировать и который мог бы помочь врачам принимать решения. Показать врачам, как алгоритм MELD делает свои прогнозы, было очень важно. часть этого процесса».
Соавтор, доктор Конрад Вагстил (Институт неврологии Куин-Сквер, Калифорнийский университет в Лос-Анджелесе) добавил: «Этот алгоритм может помочь найти больше таких скрытых поражений у детей и взрослых, страдающих эпилепсией, и позволить большему количеству пациентов с эпилепсией быть рассмотренными для проведения операций на головном мозге, которые может вылечить эпилепсию и улучшить их когнитивное развитие. Примерно 440 детей в год могут получить пользу от операции по поводу эпилепсии в Англии».
Около 1% населения земного шара страдает тяжелым неврологическим заболеванием эпилепсией, для которого характерны частые припадки .
В Великобритании от него страдают около 600 000 человек. В то время как медикаментозное лечение доступно для большинства людей с эпилепсией, 20-30% не реагируют на лекарства.
У детей, перенесших операцию по борьбе с эпилепсией, ФКД является наиболее частой причиной, а у взрослых — третьей по частоте причиной.
Кроме того, у пациентов с эпилепсией, у которых есть аномалии в головном мозге, которые не могут быть обнаружены на МРТ, наиболее частой причиной является ФКД.
Соавтор доктор Ханна Спитцер (Helmholtz Munich) сказала: «Наш алгоритм автоматически учится обнаруживать поражения на тысячах МРТ-сканов пациентов. Он может надежно обнаруживать поражения разных типов, форм и размеров, и даже многие из тех поражений, которые были ранее пропущены радиологами».
Соавтор, доктор Софи Адлер (Институт детского здоровья на Грейт-Ормонд-Стрит, Калифорнийский университет в Лос-Анджелесе) добавила: «Мы надеемся, что эта технология поможет выявить вызывающие эпилепсию аномалии, которые в настоящее время упускаются из виду . потенциально излечивающая операция на головном мозге».
В этом исследовании обнаружения ФКД используется самая большая на сегодняшний день когорта пациентов с ФКД с помощью МРТ, что означает, что оно способно обнаруживать все типы ФКД.
Инструмент классификатора MELD FCD можно использовать для любого пациента с подозрением на наличие FCD, который старше 3 лет и которому проведено МРТ.
В 22 больницах, участвовавших в исследовании, по всему миру использовались разные МРТ-сканеры, что делает алгоритм более надежным, но также может повлиять на чувствительность и специфичность алгоритма.