北京时间8月16日上午消息，据报道，目前，科学家们最近开发出了一种AI算法，可以检测出癫痫患者的早期症状，甚至是那些经验丰富的资深医生可能会忽略的症状。
结果显示，人工智能算法在扫描中发现了538种FCD症状，其中包括112种放射科医生无法检测到的情况。
人工智能算法可以检测出患有罕见疾病的患者，准确率超过60%。相比之下，核磁共振没有发现任何隐藏的症状。这种罕见的疾病是癫痫。据说英美居民癫痫发病率为1%。这种疾病会导致患者大脑中不受控制的脑电流爆发，从而导致痉挛和抽搐。
任何人都可能出现抽搐，但不代表都有癫痫。通常癫痫患者在确诊前可能不止一次抽搐。当大脑突然爆发脑电流时，就会发生癫痫，导致大脑运作中断。有些患者癫痫发作时，人保持警觉，能感知周围环境，而有些患者会完全失去意识，处于极度危险的境地。
癫痫患者有时会有异常的感觉、认知和活动，或者身体僵硬倒在地板上不断抽搐。在任何年龄，中风、脑部感染、头部受伤或出生时缺氧引起的问题都可能诱发癫痫。在50%以上的病例中，医生找不到具体的病因，治疗癫痫的相关药物也不能完全治愈，但可以帮助停止或减少癫痫发作。如果药物治疗仍然无效，患者只能选择脑外科手术。
癫痫的原因之一是耐药性局灶性大脑皮质发育不良，这是大脑的一种细微异常，会导致大脑中信号传递的失败。癫痫可以通过手术治疗，但疾病引起的大脑变化非常微妙，即使是经验丰富的放射科医生在进行核磁共振扫描时也可能会忽略疾病的症状。
然而，基于伦敦大学学院研究团队开发的一种AI算法，可以检测出63%的FCD症状，这是以前医务人员难以检测到的，也是诱发癫痫发作的重要因素之一。
研究人员表示，他们的AI模型可以为更多的癫痫患者进行脑部手术，并提供最佳的治愈机会。据报道，英国大约有60万癫痫患者，但其中只有20-30%对药物没有反应。
脑细胞或神经元细胞通常形成有组织的细胞层，形成大脑皮层。对于FCD患者来说，他们的脑细胞紊乱，这导致了更高的抽搐风险。FCD症状是接受手术控制病情的癫痫儿童中最常见的原因。对于需要手术的成年人来说，FCD是第三个最常见的原因。然而，医务人员很难通过核磁共振扫描发现FCD症状。在最新的研究中，研究人员从22项全球癫痫研究中收集了1000多张MRI扫描图像。一组放射科医生将扫描结果标记为健康或FCD症状，然后运行AI算法来检测异常扫描现象。
这种人工智能算法涉及患者大脑30万个区域的信息。该研究报告发表在《大脑》杂志上。结果显示，AI算法在扫描过程中发现了538种FCD症状，其中包括112种放射科医生无法检测到的情况。
研究人员表示，这一点非常重要！目前局灶性大脑皮质发育不良的症状主要依靠及时发现，然后手术治疗。伦敦大学学院皇后广场神经病学研究所的研究员康拉德·瓦格斯蒂尔(Konrad Wagstyl)博士说:“这种AI算法有助于发现更多患有癫痫的儿童和成人，促使更多癫痫患者考虑尽早进行脑部手术，治愈癫痫，并提高人们对病情的认识。据统计，每年约有440名儿童接受癫痫手术，术后病情有所好转。”
人工智能算法适用于任何具有潜在FCD症状的患者，患者年龄超过3岁，并接受了核磁共振扫描。研究报告的合著者Hannah Spitzer博士是德国慕尼黑亥姆霍兹研究所的机器学习研究员。她说，“我们的算法具有自动学习的能力，它可以从成千上万名患者的核磁共振扫描数据中检测出病变。它可以可靠地检测不同类型、形状和大小的病变的特征，甚至包括许多以前被放射科医生忽略的病变。”
伦敦大学学院大奥蒙德街儿童健康研究所的索菲·阿德勒(Sophie Adler)博士说:“我们希望这项技术有助于发现容易被忽视并导致癫痫的异常症状，最终通过脑部手术治愈和恢复更多的癫痫患者。”