Il nuovo metodo basato su intelligenza artificiale può contribuire a predire i risultati dell'epilessia

L'università medica di neurologi di Carolina del Sud (MUSC) ha messo a punto un nuovo metodo basato su intelligenza artificiale che può finalmente aiutare sia i pazienti che medici a pesare i pro - e - contro di usando la neurochirurgia per trattare gli attacchi debilitanti causati dall'epilessia. Questo studio, che ha messo a fuoco sull'epilessia di lobo temporale mesial (TLE), è stato pubblicato nell'emissione del settembre 2018 di Epilepsia. Oltre le implicazioni cliniche di comprendere questo metodo analitico nei processi decisionali dei clinici, questo lavoro egualmente evidenzia come l'intelligenza artificiale sta determinando il cambiamento nel campo medico.

Malgrado l'aumento nel numero dei farmaci dell'epilessia disponibili, altrettanto come un terzo dei pazienti sono refrattari, o i non radar-risponditore, al farmaco. L'epilessia incontrollata ha molti pericoli connessi con gli attacchi, compreso la lesione dalle cadute, dai problemi respiranti e perfino dalla morte improvvisa. Gli attacchi debilitanti dall'epilessia egualmente notevolmente diminuiscono la qualità di vita, poichè le attività normali sono alterate.

L'ambulatorio dell'epilessia è raccomandato spesso ai pazienti che non rispondono ai farmaci. Molti pazienti sono titubanti subire la neurochirurgia, in parte, dovuto timore dei rischi operativi e del fatto che soltanto circa due terzi dei pazienti sono un anno senza attacco dopo chirurgia. Per affrontare questo spazio critico nel trattamento di questa popolazione dell'epilessia, il Dott. Leonardo Bonilha ed il suo gruppo nel dipartimento della neurologia a MUSC hanno guardato per predire quali pazienti sono probabili avere successo in essere attacco libero dopo l'ambulatorio.

Il Dott. residente principale Gleichgerrcht di instituto di neurologia spiega che hanno provato “a comprendere neuroimaging avanzato e le tecniche di calcolo per prevedere i risultati chirurgici nel trattamento degli attacchi che si presentano con perdita di coscienza per finalmente migliorare la qualità di vita„. per fare questo, il gruppo girato in una tecnica di calcolo, chiamata in profondità imparare, dovuto la quantità enorme di analisi di dati richiesta per questo progetto.

Il connectome del intero-cervello, la componente chiave di questo studio, è una mappa di tutte le connessioni fisiche nel cervello di una persona. La mappa del cervello è creata dall'analisi approfondita di imaging a risonanza magnetica della diffusione (dMRI), che i pazienti ricevono come standard-de-cura nella clinica. I cervelli dei pazienti dell'epilessia erano imaged da dMRI prima di avere chirurgia.

In profondità imparare è un approccio di calcolo statistico, all'interno del regno di intelligenza artificiale, dove i reticoli nei dati sono imparati automaticamente. Le connessioni fisiche nel cervello molto sono individualizzate ed è così provocatorio trovare i reticoli attraverso i pazienti multipli. Fortunatamente, il metodo d'apprendimento profondo può isolare più statisticamente i reticoli in un metodo attendibile per fornire una previsione altamente accurata.

Corrente, la decisione per eseguire la neurochirurgia su un paziente refrattario dell'epilessia è presa basato su un insieme delle variabili cliniche compreso l'interpretazione visiva degli studi radiologici. Purtroppo, il modello corrente di classificazione è 50 - 70 per cento accurati nella predizione della post-chirurgia paziente di risultati. Il metodo d'apprendimento profondo che i neurologi di MUSC hanno messo a punto era 79 - 88 per cento accurati. Ciò dà ai medici uno strumento più affidabile per la decisione se i vantaggi di chirurgia superano i rischi in peso per il paziente.

Un vantaggio ulteriore di questa nuova tecnica è che nessun test diagnostico extra è richiesto per i pazienti, poiché i dMRIs sono eseguiti ordinariamente con i centri dei pazienti dell'epilessia al massimo.

Questo primo studio era retrospettivo in natura, significante che i dati passati guardati clinici. I ricercatori propongono che un punto seguente ideale abbia compreso uno studio prospettivo del multi-sito. In uno studio prospettivo, analizzerebbero le scansioni del dMRI dei pazienti prima di chirurgia e continuerebbero con i pazienti per almeno un anno dopo chirurgia. I neurologi di MUSC egualmente ritengono quello che integra il connectome funzionale del cervello, che è una mappa di attività neurale simultaneamente d'avvenimento attraverso le regioni differenti del cervello, potrebbero migliorare la previsione dei risultati.

Il Dott. Gleichgerrcht dice che la novità nello sviluppo di questo studio si trova nel fatto che questa “non è una questione di essere umano contro il commputer, come è spesso il timore quando sentiamo parlare di intelligenza artificiale. In questo caso, stiamo usando l'intelligenza artificiale come uno strumento extra finalmente per prendere le decisioni più bene informate per quanto riguarda un intervento chirurgico che tiene la speranza per una maturazione dell'epilessia in tantissimi pazienti.„