北京時(shí)間 8 月 16 日上午消息，據(jù)報(bào)道，目前，科學(xué)家最新研發(fā)一種 AI 算法，能夠檢測(cè)出癲癇患者早期癥狀，甚至包括經(jīng)驗(yàn)豐富的資深醫(yī)師可能忽略的癥狀。

研究結(jié)果表明，AI 算法在掃描中發(fā)現(xiàn)了 538 例 FCD 癥狀，其中包括 112 例放射科醫(yī)師無(wú)法檢測(cè)到的病例。

該 AI 算法能檢測(cè)出患有一種罕見(jiàn)疾病的患者，準(zhǔn)確率達(dá)到 60% 以上，相比之下，核磁共振成像未發(fā)現(xiàn)任何隱性癥狀。這種罕見(jiàn)疾病是癲癇，據(jù)稱，英國(guó)和美國(guó)居民癲癇發(fā)病率達(dá) 1%，該疾病會(huì)導(dǎo)致患者大腦出現(xiàn)不受控制的腦電流爆發(fā)，從而引發(fā)痙攣抽搐。

任何人都可能出現(xiàn)驚厥痙攣，但并不意味著他們必然都患有癲癇，通常癲癇患者確診之前可能不止一次出現(xiàn)痙攣抽搐。當(dāng)大腦突然腦電流爆發(fā)時(shí)，就會(huì)出現(xiàn)癲癇，導(dǎo)致大腦運(yùn)行中斷，部分患者癲癇發(fā)作時(shí)人們?nèi)员３志X(jué)狀態(tài)，能夠感知到周圍環(huán)境，而部分患者癲癇發(fā)作時(shí)會(huì)完全失去意識(shí)，處于極度危險(xiǎn)境地。

有時(shí)癲癇患者會(huì)出現(xiàn)不同尋常的感覺(jué)、認(rèn)知和活動(dòng)，或者身體僵硬摔倒在地板上不斷抽搐，在任何年齡時(shí)期，中風(fēng)、腦感染、頭部損傷或者出生時(shí)導(dǎo)致缺氧的問(wèn)題都可能誘發(fā)癲癇，在超過(guò) 50% 以上的病例中，醫(yī)師無(wú)法找到具體病因，相關(guān)治療癲癇藥物也無(wú)法完全治愈，但有助于停止或者減少癲癇發(fā)作，如果藥物治療仍無(wú)效，患者只能選擇腦部手術(shù)。

導(dǎo)致癲癇的一個(gè)誘因是耐藥性局灶性腦皮質(zhì)發(fā)育不良 (FCD)，這是大腦的一種細(xì)微異常，會(huì)導(dǎo)致大腦信號(hào)傳輸失效。癲癇能通過(guò)手術(shù)進(jìn)行治療，但該疾病對(duì)大腦產(chǎn)生的變化非常微妙，即使是經(jīng)驗(yàn)豐富的放射科醫(yī)師進(jìn)行核磁共振掃描時(shí)也可能忽略該疾病征兆。

但基于英國(guó)倫敦大學(xué)學(xué)院研究團(tuán)隊(duì)研發(fā)的一種 AI 算法，可以檢測(cè)到 63% 的 FCD 癥狀，這是之前醫(yī)護(hù)人員很難檢測(cè)到的，也是誘發(fā)癲癇發(fā)作的重要因素之一。

研究人員稱，他們的 AI 模型能為更多癲癇患者進(jìn)行大腦手術(shù)，提供最佳治愈機(jī)會(huì)。據(jù)悉，在英國(guó)，大約有 60 萬(wàn)癲癇患者，但僅有 20-30% 的患者對(duì)藥物沒(méi)有反應(yīng)。

腦細(xì)胞或者神經(jīng)元細(xì)胞，通常會(huì)形成有組織的細(xì)胞層，形成大腦皮層。對(duì)于 FCD 患者，其腦細(xì)胞是無(wú)序紊亂的，從而導(dǎo)致痙攣抽搐的風(fēng)險(xiǎn)更高。在接受手術(shù)控制病情的兒童癲癇患者中，F(xiàn)CD 癥狀是最常見(jiàn)的病因，對(duì)于需要手術(shù)治療的成年人群，F(xiàn)CD 是第三大常見(jiàn)病因。然而，令醫(yī)務(wù)人員棘手的是很難通過(guò)核磁共振掃描檢測(cè)到 FCD 癥狀，在最新研究中，研究人員從 22 項(xiàng)全球癲癇疾病研究中收集了 1000 多張核磁共振掃描圖像，一組放射科專家將掃描結(jié)果標(biāo)記為健康或者 FCD 癥狀，之后運(yùn)行 AI 算法檢測(cè)掃描異?，F(xiàn)象。

這項(xiàng) AI 算法涉及患者大腦 30 萬(wàn)個(gè)區(qū)域信息，該研究報(bào)告發(fā)表在《大腦》雜志上，研究結(jié)果表明，AI 算法在掃描中發(fā)現(xiàn)了 538 例 FCD 癥狀，其中包括 112 例放射科醫(yī)師無(wú)法檢測(cè)到的病例。

研究人員稱，這一點(diǎn)非常重要！因?yàn)楫?dāng)前局灶性腦皮質(zhì)發(fā)育不良 (FCD) 癥狀主要依賴于及時(shí)檢測(cè)發(fā)現(xiàn)，再選擇手術(shù)治療。倫敦大學(xué)學(xué)院皇后廣場(chǎng)神經(jīng)學(xué)研究所研究員康拉德?瓦格斯蒂爾 (Konrad Wagstyl) 博士說(shuō)：“這種 AI 算法有助于發(fā)現(xiàn)更多兒童和成年癲癇患者的隱性病變征兆，促使更多的癲癇患者盡快考慮進(jìn)行腦外科手術(shù)，治愈癲癇疾病，并提高人們的病情認(rèn)知，據(jù)統(tǒng)計(jì)，每年大約有 440 名兒童患者進(jìn)行癲癇手術(shù)，術(shù)后病情有所好轉(zhuǎn)?！?/p>

該 AI 算法適用于任何潛在 FCD 癥狀的患者，且患者年齡在 3 歲以上，曾接受過(guò)核磁共振掃描。研究報(bào)告合著作者漢娜?斯皮策 (Hannah Spitzer) 博士是德國(guó)慕尼黑亥姆霍茲研究所一位機(jī)器學(xué)習(xí)研究員，她說(shuō)：“我們的算法具有自動(dòng)學(xué)習(xí)能力，從數(shù)千例患者的核磁共振掃描數(shù)據(jù)中檢測(cè)病變，它能可靠地檢測(cè)出不同類型、形狀和大小的病變特征，甚至包括很多之前被放射科醫(yī)師忽略的病變?！?/p>

倫敦大學(xué)學(xué)院大奧蒙德街兒童健康研究所索菲?阿德勒 (Sophie Adler) 博士說(shuō)：“我們希望這項(xiàng)技術(shù)將有助于檢測(cè)容易被忽視導(dǎo)致癲癇的異常癥狀，最終可使更多的癲癇患者通過(guò)腦部手術(shù)治愈康復(fù)?！?/p>