北京时间 8 月 16 日上午消息，据报道，目前，科学家最新研发一种 AI 算法，可以检测出癫痫患者早期症状，乃至包含经验丰富的资深医生或许疏忽的症状。
研究结果表明，AI 算法在扫描中发现了 538 例 FCD 症状，其间包含 112 例放射科医生无法检测到的病例。
该 AI 算法能检测出患有一种稀有疾病的患者，准确率到达 60% 以上，相比之下，核磁共振成像未发现任何隐性症状。这种稀有疾病是癫痫，据称，英国和美国居民癫痫发病率达 1%，该疾病会导致患者大脑呈现不受控制的脑电流迸发，然后引发痉挛抽搐。
任何人都或许呈现惊厥痉挛，但并不意味着他们必定都患有癫痫，通常癫痫患者确诊之前或许不止一次呈现痉挛抽搐。当大脑突然脑电流迸发时，就会呈现癫痫，导致大脑运转中断，部分患者癫痫发生时人们仍保持警觉状况，可以感知到周围环境，而部分患者癫痫发生时会彻底失掉认识，处于极度危险境地。
有时癫痫患者会呈现不同寻常的感觉、认知和活动，或许身体生硬摔倒在地板上不断抽搐，在任何年纪时期，中风、脑感染、头部损伤或许出世时导致缺氧的问题都或许诱发癫痫，在超越 50% 以上的病例中，医生无法找到详细病因，相关医治癫痫药物也无法彻底治好，但有助于停止或许削减癫痫发生，如果药物医治仍无效，患者只能挑选脑部手术。
导致癫痫的一个诱因是耐药性局灶性脑皮质发育不良 (FCD)，这是大脑的一种纤细异常，会导致大脑信号传输失效。癫痫能经过手术进行医治，但该疾病对大脑发生的变化非常奇妙，即使是经验丰富的放射科医生进行核磁共振扫描时也或许疏忽该疾病预兆。
但基于英国伦敦大学学院研究团队研发的一种 AI 算法，可以检测到 63% 的 FCD 症状，这是之前医护人员很难检测到的，也是诱发癫痫发生的重要因素之一。
研究人员称，他们的 AI 模型能为更多癫痫患者进行大脑手术，供给最佳治好时机。据悉，在英国，大约有 60 万癫痫患者，但仅有 20-30% 的患者对药物没有反应。
脑细胞或许神经元细胞，通常会构成有组织的细胞层，构成大脑皮层。关于 FCD 患者，其脑细胞是无序紊乱的，然后导致痉挛抽搐的危险更高。在接受手术控制病况的儿童癫痫患者中，FCD 症状是最常见的病因，关于需求手术医治的成年人群，FCD 是第三大常见病因。但是，令医务人员棘手的是很难经过核磁共振扫描检测到 FCD 症状，在最新研究中，研究人员从 22 项全球癫痫疾病研究中收集了 1000 多张核磁共振扫描图画，一组放射科专家将扫描结果标记为健康或许 FCD 症状，之后运转 AI 算法检测扫描异常现象。
这项 AI 算法触及患者大脑 30 万个区域信息，该研究报告宣布在《大脑》杂志上，研究结果表明，AI 算法在扫描中发现了 538 例 FCD 症状，其间包含 112 例放射科医生无法检测到的病例。
研究人员称，这一点非常重要！由于当前局灶性脑皮质发育不良 (FCD) 症状首要依赖于及时检测发现，再挑选手术医治。伦敦大学学院皇后广场神经学研究所研究员康拉德・瓦格斯蒂尔 (Konrad Wagstyl) 博士说：“这种 AI 算法有助于发现更多儿童和成年癫痫患者的隐性病变预兆，促使更多的癫痫患者赶快考虑进行脑外科手术，治好癫痫疾病，并提高人们的病况认知，据统计，每年大约有 440 名儿童患者进行癫痫手术，术后病况有所好转。”
该 AI 算法适用于任何潜在 FCD 症状的患者，且患者年纪在 3 岁以上，曾接受过核磁共振扫描。研究报告合著作者汉娜・斯皮策 (Hannah Spitzer) 博士是德国慕尼黑亥姆霍兹研究所一位机器学习研究员，她说：“咱们的算法具有主动学习才能，从数千例患者的核磁共振扫描数据中检测病变，它能可靠地检测出不同类型、形状和大小的病变特征，乃至包含很多之前被放射科医生疏忽的病变。”
伦敦大学学院大奥蒙德街儿童健康研究所索菲・阿德勒 (Sophie Adler) 博士说：“咱们希望这项技能将有助于检测容易被忽视导致癫痫的异常症状，最终可使更多的癫痫患者经过脑部手术治好恢复。”
