El nuevo método basado en la inteligencia artificial puede ayudar a predecir resultados de la epilepsia

La universidad médica de los neurólogos de Carolina del Sur (MUSC) ha desarrollado un nuevo método basado en la inteligencia artificial que puede ayudar eventual a pacientes y a doctores a pesar los pros - y - contra de usar la neurocirugía para tratar las capturas debilitantes causadas por epilepsia. Este estudio, que se centró en epilepsia de lóbulo temporal mesial (TLE), fue publicado en la aplicación de septiembre de 2018 Epilepsia. Más allá de las implicaciones clínicas de incorporar este método analítico en los procedimientos de la toma de decisión de los clínicos, este trabajo también destaca cómo la inteligencia artificial está impulsando el cambio en el campo médico.

A pesar del aumento en el número de medicaciones de la epilepsia disponibles, tanto como una mitad de pacientes son refractarios, o los no respondedores, a la medicación. La epilepsia incontrolada tiene muchos peligros asociados a capturas, incluyendo daño de caídas, de problemas de respiración, e incluso de la muerte súbita. Las capturas debilitantes de la epilepsia también reducen grandemente calidad de vida, pues se empeoran las actividades normales.

La cirugía de la epilepsia se recomienda a menudo a los pacientes que no responden a las medicaciones. Muchos pacientes son vacilantes experimentar la neurocirugía, en la parte, debido al miedo de los riesgos operativos y del hecho que solamente cerca de dos tercios de pacientes son un año captura-libre después de la cirugía. Para abordar este entrehierro crítico en el tratamiento de esta población de la epilepsia, el Dr. Leonardo Bonilha y sus personas en el departamento de la neurología en MUSC observaban para predecir qué pacientes son probables tener éxito en ser captura libre después de la cirugía.

Dr. residente Gleichgerrcht del departamento de neurología el principal explica que intentaron “incorporar neuroimaging avanzado y técnicas de cómputo para anticipar resultados quirúrgicos en tratar las capturas que ocurren con la baja de la conciencia para aumentar eventual calidad de vida”. Para hacer esto, las personas giradas a una técnica de cómputo, llamada profundamente aprendizaje, debido a la cantidad masiva de análisis de datos requerida para este proyecto.

El connectome del entero-cerebro, el componente clave de este estudio, es un mapa de todas las conexiones físicas en el cerebro de una persona. El mapa del cerebro es creado por el análisis profundizado de la proyección de imagen de resonancia magnética de la difusión (dMRI), que los pacientes reciben como asistencia estándar en la clínica. Los cerebros de los pacientes de la epilepsia eran reflejados por el dMRI antes de tener cirugía.

Profundamente el aprendizaje es una aproximación de cómputo estadística, dentro del reino de la inteligencia artificial, donde las configuraciones en datos se aprenden automáticamente. Las conexiones físicas en el cerebro muy se individualizan y es así desafiador encontrar configuraciones a través de pacientes múltiples. Afortunadamente, el método de aprendizaje profundo puede aislar las configuraciones en más estadístico un método de confianza para ofrecer una predicción altamente exacta.

Actualmente, la decisión para realizar la neurocirugía en un paciente refractario de la epilepsia se toma basado en un equipo de variables clínicas incluyendo la interpretación visual de estudios radiológicos. Lamentablemente, el modelo actual de la clasificación consiste el 50 a 70 por ciento de exacto en predecir poste-cirugía paciente de los resultados. El método de aprendizaje profundo que los neurólogos de MUSC desarrollaron era el 79 a 88 por ciento de exacto. Esto da a doctores una herramienta más segura para decidir a si las ventajas de la cirugía exceden en peso a los riesgos para el paciente.

Otra ventaja de esta nueva técnica es que las pruebas diagnósticas no extras están requeridas para los pacientes, puesto que los dMRIs se realizan rutinario con los centros de los pacientes de la epilepsia a lo más.

Este primer estudio era retrospectivo en la naturaleza, significando que en los últimos datos observados los clínicos. Los investigadores proponen que un paso siguiente ideal incluyera un estudio anticipado del multi-sitio. En un estudio anticipado, analizarían las exploraciones del dMRI de pacientes antes de cirugía y seguirían con los pacientes por lo menos un año después de la cirugía. Los neurólogos de MUSC también creen eso que integra el connectome funcional del cerebro, que es un mapa de la actividad de los nervios simultáneamente de ocurrencia a través de diversas regiones del cerebro, podrían aumentar la predicción de resultados.

El Dr. Gleichgerrcht dice que la novedad en el revelado de este estudio miente en el hecho de que ésta “no es una cuestión del ser humano comparado con la máquina, al igual que a menudo el miedo cuando oímos hablar la inteligencia artificial. En este caso, estamos utilizando la inteligencia artificial como una herramienta extra para tomar eventual decisiones más bien informadas con respecto a una intervención quirúrgica que celebra la esperanza de una vulcanización de la epilepsia en un gran número de pacientes.”