یک الگوریتم هوش مصنوعی (AI) که می‌تواند ناهنجاری‌های ظریف مغزی را که باعث تشنج‌های صرع می‌شود، شناسایی کند، توسط تیمی از محققان بین‌المللی به رهبری UCL ساخته شده است.
پروژه تشخیص ضایعات صرع چند مرکزی (MELD) از بیش از ۱۰۰۰ اسکن MRI بیمار از ۲۲ مرکز جهانی صرع برای توسعه این الگوریتم استفاده کرد که گزارش‌هایی از محل ناهنجاری‌ها در موارد دیسپلازی قشر کانونی مقاوم به دارو (FCD) ارائه می‌دهد.
دیسپلازی کورتیکال کانونی مناطقی از مغز هستند که به طور غیر طبیعی رشد کرده اند و اغلب باعث صرع مقاوم به دارو می شوند. معمولاً با جراحی درمان می‌شود، با این حال شناسایی ضایعات حاصل از MRI یک چالش مداوم برای پزشکان است، زیرا اسکن‌های MRI در FCDs می‌تواند طبیعی به نظر برسد.
برای توسعه این الگوریتم، این تیم ویژگی‌های قشر مغز را از اسکن‌های MRI، مانند میزان ضخیم یا چین‌خوردگی سطح قشرمغز اندازه‌گیری کردند و از حدود ۳۰۰۰۰۰ مکان در سراسر مغز استفاده کردند.
سپس محققان الگوریتم را بر روی نمونه‌هایی آموزش دادند که توسط رادیولوژیست‌های خبره به عنوان مغز سالم یا FCD برچسب گذاری گذاری شده بود .
یافته‌ها نشان داد که به طور کلی الگوریتم قادر به تشخیص FCD در ۶۷٪ موارد در گروه (۵۳۸ شرکت‌کننده) بود.
پیش از این، ۱۷۸ نفر از شرکت کنندگان MRI منفی در نظر گرفته شده بودند، به این معنی که رادیولوژیست ها قادر به یافتن این ناهنجاری نبودند ، با این حال الگوریتم MELD قادر به شناسایی FCD در ۶۳٪ از این موارد بود.
این امر به ویژه مهم است، زیرا اگر پزشکان می توانند این ناهنجاری را در اسکن مغز پیدا کنند، سپس جراحی برای برداشتن آن می تواند درمان ایجاد کند.
ماتیلد ریپارت یکی از پژوهشگران این مطالعه گفت: ما بر ایجاد یک الگوریتم هوش مصنوعی که قابل تفسیر باشد و بتواند به پزشکان در تصمیم گیری کمک کند، تأکید کردیم. نشان دادن اینکه چگونه الگوریتم تشخیص ضایعات صرع پیش بینی های خود را به پزشکان انجام می دهد، بخش مهمی از این فرآیند بود.
دکتر کنراد واگستیل، نویسنده ارشد این مقاله، (موسسه عصب‌شناسی کویین اسکوئر UCL) افزود: این الگوریتم می‌تواند به یافتن تعداد بیشتری از این ضایعات پنهان در کودکان و بزرگسالان مبتلا به صرع کمک کند و آنها را قادر می‌سازد تا از جراحی مغز بهره مند شوند. این روش می تواند صرع را درمان کند و رشد شناختی آنها را بهبود بخشد. تقریباً ۴۴۰ کودک در سال می توانند از جراحی صرع در انگلیس بهره مند شوند.”
حدود ۱٪ از جمعیت جهان به بیماری عصبی جدی صرع مبتلا هستند که با تشنج های مکرر مشخص می شود.
در بریتانیا حدود ۶۰۰۰۰۰ نفر درگیر این بیماری هستند. در حالی که درمان های دارویی برای اکثر افراد مبتلا به صرع در دسترس است، ۲۰ تا ۳۰ درصد به داروها پاسخ نمی دهند.
در کودکانی که برای کنترل صرع تحت عمل جراحی قرار گرفته اند، FCD شایع ترین علت و در بزرگسالان سومین علت شایع است.
علاوه بر این، در میان بیمارانی که صرع دارند و دارای یک ناهنجاری در مغز هستند که در اسکن ام آر آی یافت نمی شود، FCD شایع ترین علت است.
دکتر هانا اسپیتزر گفت: “الگوریتم ما به طور خودکار تشخیص ضایعات از هزاران اسکن MRI از بیماران را می آموزد. این الگوریتم می تواند به طور قابل اعتماد ضایعات باانواع شکل ها و اندازه های مختلف که قبلا توسط رادیولوژیست ها نادیده گرفته شده بود را تشخیص دهد.”
دیسپلازی کورتیکال کانونی مناطقی از مغز هستند که به طور غیر طبیعی رشد کرده اند و اغلب باعث صرع مقاوم به دارو می شوند. معمولاً با جراحی درمان می‌شود، با این حال شناسایی ضایعات حاصل از MRI یک چالش مداوم برای پزشکان است، زیرا اسکن‌های MRI در FCDs می‌تواند طبیعی به نظر برسد.
برای توسعه این الگوریتم، این تیم ویژگی‌های قشر مغز را از اسکن‌های MRI، مانند میزان ضخیم یا چین‌خوردگی سطح قشرمغز اندازه‌گیری کردند و از حدود ۳۰۰۰۰۰ مکان در سراسر مغز استفاده کردند.
سپس محققان الگوریتم را بر روی نمونه‌هایی آموزش دادند که توسط رادیولوژیست‌های خبره به عنوان مغز سالم یا FCD برچسب گذاری گذاری شده بود .
یافته‌ها نشان داد که به طور کلی الگوریتم قادر به تشخیص FCD در ۶۷٪ موارد در گروه (۵۳۸ شرکت‌کننده) بود.
پیش از این، ۱۷۸ نفر از شرکت کنندگان MRI منفی در نظر گرفته شده بودند، به این معنی که رادیولوژیست ها قادر به یافتن این ناهنجاری نبودند ، با این حال الگوریتم MELD قادر به شناسایی FCD در ۶۳٪ از این موارد بود.
این امر به ویژه مهم است، زیرا اگر پزشکان می توانند این ناهنجاری را در اسکن مغز پیدا کنند، سپس جراحی برای برداشتن آن می تواند درمان ایجاد کند.
ماتیلد ریپارت یکی از پژوهشگران این مطالعه گفت: ما بر ایجاد یک الگوریتم هوش مصنوعی که قابل تفسیر باشد و بتواند به پزشکان در تصمیم گیری کمک کند، تأکید کردیم. نشان دادن اینکه چگونه الگوریتم تشخیص ضایعات صرع پیش بینی های خود را به پزشکان انجام می دهد، بخش مهمی از این فرآیند بود.
دکتر کنراد واگستیل، نویسنده ارشد این مقاله، (موسسه عصب‌شناسی کویین اسکوئر UCL) افزود: این الگوریتم می‌تواند به یافتن تعداد بیشتری از این ضایعات پنهان در کودکان و بزرگسالان مبتلا به صرع کمک کند و آنها را قادر می‌سازد تا از جراحی مغز بهره مند شوند. این روش می تواند صرع را درمان کند و رشد شناختی آنها را بهبود بخشد. تقریباً ۴۴۰ کودک در سال می توانند از جراحی صرع در انگلیس بهره مند شوند.”
حدود ۱٪ از جمعیت جهان به بیماری عصبی جدی صرع مبتلا هستند که با تشنج های مکرر مشخص می شود.
در بریتانیا حدود ۶۰۰۰۰۰ نفر درگیر این بیماری هستند. در حالی که درمان های دارویی برای اکثر افراد مبتلا به صرع در دسترس است، ۲۰ تا ۳۰ درصد به داروها پاسخ نمی دهند.
در کودکانی که برای کنترل صرع تحت عمل جراحی قرار گرفته اند، FCD شایع ترین علت و در بزرگسالان سومین علت شایع است.
علاوه بر این، در میان بیمارانی که صرع دارند و دارای یک ناهنجاری در مغز هستند که در اسکن ام آر آی یافت نمی شود، FCD شایع ترین علت است.
دکتر هانا اسپیتزر گفت: “الگوریتم ما به طور خودکار تشخیص ضایعات از هزاران اسکن MRI از بیماران را می آموزد. این الگوریتم می تواند به طور قابل اعتماد ضایعات باانواع شکل ها و اندازه های مختلف که قبلا توسط رادیولوژیست ها نادیده گرفته شده بود را تشخیص دهد.”
کد خبر ۲۰۱۰۱۰۵۲۲.۰۵۵
