北京時間 8 月 16 日上午消息，據報道，目前，科學家最新研發(fā)一種 AI 算法，能夠檢測出癲癇患者早期癥狀，甚至包括經驗豐富的資深醫(yī)師可能忽略的癥狀。

研究結果表明，AI 算法在掃描中發(fā)現了 538 例 FCD 癥狀，其中包括 112 例放射科醫(yī)師無法檢測到的病例。

該 AI 算法能檢測出患有一種罕見疾病的患者，準確率達到 60% 以上，相比之下，核磁共振成像未發(fā)現任何隱性癥狀。這種罕見疾病是癲癇，據稱，英國和美國居民癲癇發(fā)病率達 1%，該疾病會導致患者大腦出現不受控制的腦電流爆發(fā)，從而引發(fā)痙攣抽搐。

任何人都可能出現驚厥痙攣，但并不意味著他們必然都患有癲癇，通常癲癇患者確診之前可能不止一次出現痙攣抽搐。當大腦突然腦電流爆發(fā)時，就會出現癲癇，導致大腦運行中斷，部分患者癲癇發(fā)作時人們仍保持警覺狀態(tài)，能夠感知到周圍環(huán)境，而部分患者癲癇發(fā)作時會完全失去意識，處于極度危險境地。

有時癲癇患者會出現不同尋常的感覺、認知和活動，或者身體僵硬摔倒在地板上不斷抽搐，在任何年齡時期，中風、腦感染、頭部損傷或者出生時導致缺氧的問題都可能誘發(fā)癲癇，在超過 50% 以上的病例中，醫(yī)師無法找到具體病因，相關治療癲癇藥物也無法完全治愈，但有助于停止或者減少癲癇發(fā)作，如果藥物治療仍無效，患者只能選擇腦部手術。

導致癲癇的一個誘因是耐藥性局灶性腦皮質發(fā)育不良 (FCD)，這是大腦的一種細微異常，會導致大腦信號傳輸失效。癲癇能通過手術進行治療，但該疾病對大腦產生的變化非常微妙，即使是經驗豐富的放射科醫(yī)師進行核磁共振掃描時也可能忽略該疾病征兆。

但基于英國倫敦大學學院研究團隊研發(fā)的一種 AI 算法，可以檢測到 63% 的 FCD 癥狀，這是之前醫(yī)護人員很難檢測到的，也是誘發(fā)癲癇發(fā)作的重要因素之一。

研究人員稱，他們的 AI 模型能為更多癲癇患者進行大腦手術，提供最佳治愈機會。據悉，在英國，大約有 60 萬癲癇患者，但僅有 20-30% 的患者對藥物沒有反應。

腦細胞或者神經元細胞，通常會形成有組織的細胞層，形成大腦皮層。對于 FCD 患者，其腦細胞是無序紊亂的，從而導致痙攣抽搐的風險更高。在接受手術控制病情的兒童癲癇患者中，FCD 癥狀是最常見的病因，對于需要手術治療的成年人群，FCD 是第三大常見病因。然而，令醫(yī)務人員棘手的是很難通過核磁共振掃描檢測到 FCD 癥狀，在最新研究中，研究人員從 22 項全球癲癇疾病研究中收集了 1000 多張核磁共振掃描圖像，一組放射科專家將掃描結果標記為健康或者 FCD 癥狀，之后運行 AI 算法檢測掃描異?，F象。

這項 AI 算法涉及患者大腦 30 萬個區(qū)域信息，該研究報告發(fā)表在《大腦》雜志上，研究結果表明，AI 算法在掃描中發(fā)現了 538 例 FCD 癥狀，其中包括 112 例放射科醫(yī)師無法檢測到的病例。

研究人員稱，這一點非常重要！因為當前局灶性腦皮質發(fā)育不良 (FCD) 癥狀主要依賴于及時檢測發(fā)現，再選擇手術治療。倫敦大學學院皇后廣場神經學研究所研究員康拉德?瓦格斯蒂爾 (Konrad Wagstyl) 博士說：“這種 AI 算法有助于發(fā)現更多兒童和成年癲癇患者的隱性病變征兆，促使更多的癲癇患者盡快考慮進行腦外科手術，治愈癲癇疾病，并提高人們的病情認知，據統(tǒng)計，每年大約有 440 名兒童患者進行癲癇手術，術后病情有所好轉。”

該 AI 算法適用于任何潛在 FCD 癥狀的患者，且患者年齡在 3 歲以上，曾接受過核磁共振掃描。研究報告合著作者漢娜?斯皮策 (Hannah Spitzer) 博士是德國慕尼黑亥姆霍茲研究所一位機器學習研究員，她說：“我們的算法具有自動學習能力，從數千例患者的核磁共振掃描數據中檢測病變，它能可靠地檢測出不同類型、形狀和大小的病變特征，甚至包括很多之前被放射科醫(yī)師忽略的病變?！?/p>

倫敦大學學院大奧蒙德街兒童健康研究所索菲?阿德勒 (Sophie Adler) 博士說：“我們希望這項技術將有助于檢測容易被忽視導致癲癇的異常癥狀，最終可使更多的癲癇患者通過腦部手術治愈康復。”