一个人工智能由伦敦大学学院领导的国际研究团队开发了一种可以检测导致癫痫发作的微妙大脑异常的AI算法。
多中心癫痫病变检测项目(MELD)使用来自22个全球癫痫中心的1000多名患者MRI扫描来开发该算法，该算法提供了耐药局灶性皮质发育不良(FCD)病例异常位置的报告，FCD是导致癫痫的主要原因癫痫．
fcd是大脑中发育异常的区域，通常会导致耐药性癫痫。通常通过手术治疗，但是通过MRI识别病灶对临床医生来说是一个持续的挑战，因为fcd的MRI扫描看起来是正常的。
为了开发该算法，研究小组从MRI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，研究人员在由放射科专家标记的样本上训练算法，这些样本要么是健康的大脑，要么是患有FCD——这取决于它们的模式和特征。
该研究结果发表在大脑,发现在538名参与者的队列中，该算法能够检测出67%的FCD病例。
此前，178名参与者被认为是MRI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63%的病例中识别出FCD。
这一点尤为重要，就好像医生可以在脑部扫描中发现异常，然后通过手术将其移除就可以提供治愈方法。
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算法是如何做出预测的，这是这个过程的重要组成部分。”
联合资深作者、伦敦大学学院皇后广场神经学研究所的Konrad Wagstyl博士补充说:“这种算法可以帮助发现儿童和成人癫痫患者中更多的隐藏病变，并使更多的癫痫患者能够考虑进行脑部手术，从而治愈癫痫并改善他们的认知发展。”在英国，每年大约有440名儿童可以接受癫痫手术。”
世界上约1%的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。虽然药物治疗可用于大多数癫痫患者，但20%-30%的癫痫患者对药物无反应。
在接受手术控制癫痫的儿童中，FCD是最常见的病因，在成人中，FCD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是最常见的原因。
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名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遗漏的病变。”
联合资深作者、伦敦大学学院大奥蒙德街儿童健康研究所的索菲·阿德勒博士补充说:“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，它可以使更多的癫痫患者获得潜在的治疗脑部手术”。
这项关于FCD检测的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分类器工具可用于任何怀疑患有FCD的患者，年龄超过3岁，并进行了MRI扫描。
MELD项目得到了Rosetrees Trust的支持。
