O método novo baseado na inteligência artificial pode ajudar a prever resultados da epilepsia

A universidade médica de neurologistas de South Carolina (MUSC) desenvolveu um método novo baseado na inteligência artificial que pode eventualmente ajudar pacientes e doutores a pesar os profissionais - e - contra de usar a cirurgia de cérebro para tratar as apreensões debilitantes causadas pela epilepsia. Este estudo, que se centrou sobre a epilepsia de lóbulo temporal mesial (TLE), foi publicado na introdução de setembro de 2018 de Epilepsia. Além das implicações clínicas de incorporar este método analítico em processos de tomada de decisão dos clínicos, este trabalho igualmente destaca como a inteligência artificial está conduzindo a mudança no campo médico.

Apesar do aumento no número de medicamentações da epilepsia disponíveis, tanto como como um terço dos pacientes são refractários, ou os não-receptivos, à medicamentação. A epilepsia descontrolada tem muitos perigos associados com as apreensões, incluindo ferimento das quedas, problemas de respiração, e mesmo morte súbita. As apreensões debilitantes da epilepsia igualmente reduzem extremamente a qualidade de vida, porque as actividades normais são danificadas.

A cirurgia da epilepsia é recomendada frequentemente aos pacientes que não respondem às medicamentações. Muitos pacientes são hesitantes submeter-se à cirurgia de cérebro, na parte, devido ao medo dos riscos operativos e do facto que somente aproximadamente dois terços dos pacientes são um ano apreensão-livre após a cirurgia. Para abordar esta diferença crítica no tratamento desta população da epilepsia, o Dr. Leonardo Bonilha e sua equipe no departamento da neurologia em MUSC olharam para prever que pacientes são prováveis ter o sucesso em ser apreensão livre após a cirurgia.

O Dr. residente principal Gleichgerrcht do departamento de neurologia explica que tentaram “incorporar neuroimaging avançado e técnicas computacionais para antecipar resultados cirúrgicos em tratar as apreensões que ocorrem com perda de consciência a fim aumentar eventualmente a qualidade de vida”. A fim fazer isto, a equipe girada para uma técnica computacional, chamada profundamente aprendizagem, devido à quantidade maciça de análise de dados exigida para este projecto.

O connectome do inteiro-cérebro, o componente-chave deste estudo, é um mapa de todas as conexões físicas no cérebro de uma pessoa. O mapa do cérebro é criado pela análise detalhada da ressonância magnética da difusão (dMRI), que os pacientes recebem como o padrão--cuidado na clínica. Os cérebros de pacientes da epilepsia eram imaged pelo dMRI antes de ter a cirurgia.

Profundamente aprender é uma aproximação computacional estatística, dentro do reino da inteligência artificial, onde os testes padrões nos dados são aprendidos automaticamente. As conexões físicas no cérebro são particularizadas muito e assim é desafiante encontrar testes padrões através dos pacientes múltiplos. Felizmente, o método de aprendizagem profundo pode isolar mais estatìstica os testes padrões em um método seguro a fim fornecer uma previsão altamente exacta.

Actualmente, a decisão para executar a cirurgia de cérebro em um paciente refractário da epilepsia é feita baseado em um grupo de variáveis clínicas que incluem a interpretação visual de estudos radiológicos. Infelizmente, o modelo actual da classificação tem 50 a 70 por cento exacto em prever a cargo-cirurgia paciente dos resultados. O método de aprendizagem profundo que os neurologistas de MUSC desenvolveram tinha 79 a 88 por cento exacto. Isto dá aos doutores uma ferramenta mais segura para decidir se os benefícios da cirurgia aumentam os riscos para o paciente.

Um benefício mais adicional desta técnica nova é que os testes de diagnóstico não extra estão exigidos para os pacientes, desde que os dMRIs são executados rotineiramente com os centros dos pacientes da epilepsia no máximo.

Este primeiro estudo era retrospectivo na natureza, significando que os dados passados olhados clínicos. Os pesquisadores propor que um passo seguinte ideal inclua um estudo em perspectiva do multi-local. Em um estudo em perspectiva, analisariam as varreduras do dMRI dos pacientes antes da cirurgia e continuá-las-iam com os pacientes no mínimo um ano após a cirurgia. Os neurologistas de MUSC igualmente acreditam aquele que integra o connectome funcional do cérebro, que é um mapa da actividade neural simultaneamente de ocorrência através das regiões diferentes do cérebro, poderiam aumentar a previsão dos resultados.

O Dr. Gleichgerrcht diz que a novidade na revelação deste estudo se encontra no facto de que esta “não é uma pergunta do ser humano contra a máquina, como é frequentemente o medo quando nós nos ouvimos sobre a inteligência artificial. Neste caso, nós estamos usando a inteligência artificial como uma ferramenta extra para fazer eventualmente melhores decisões informado em relação a uma intervenção cirúrgica que guardare a esperança para uma cura da epilepsia em um grande número pacientes.”