人工智能有助于在医生之前发现癫痫

因此，由英国伦敦国王学院和伦敦大学学院 (UCL) 的科学家开发的 Meld Graph 软件是一种先进的诊断支持工具，可以检测放射科医生可能错过的脑部异常。

该技术旨在识别局灶性皮质发育不良 (FCD)，即大脑某些区域的神经细胞无法正常发育而发生的一种疾病。

这是耐药性癫痫的常见原因之一，即对传统抗癫痫药物治疗没有反应的病例。

统计数据显示，目前英国约有63万名癫痫患者，其中五分之一的患者因脑损伤而患上癫痫。

值得注意的是，许多此类病例可以通过手术切除受损的脑区得到有效治疗。然而，检测FCD并不容易，因为病变通常非常细微，在常规影像学检查中很容易被忽视。

“放射科医生必须处理大量的医学数据，包括非常小且难以检测的病变。使用像 Meld Graph 这样的人工智能工具可以帮助他们做出更快、更准确的决策，”伦敦国王学院的 Konrad Wagstyl 博士说道。

“这不仅提高了医疗系统的效率，还缩短了治疗时间，帮助患者避免不必要且昂贵的检查或手术，”康拉德·瓦格斯蒂尔博士说。

Meld Graph 的工作原理

在这项发表于美国权威医学期刊《JAMA Neurology》的研究中，专家团队使用了来自全球23家癫痫治疗中心的1185名患者的磁共振成像（MRI）数据，其中包括703名FCD患者。其中一半的数据来自儿童，而儿童是一群特别容易患癫痫的人群。

Meld Graph 通过分析大脑图像进行训练，专注于检测肉眼或传统方法可能忽视的细微异常。

结果显示，该AI工具可以检测出64%的脑部异常，显著提高癫痫患者的早期诊断率。

研究团队相信，如果应用于临床，Meld Graph可以彻底改变部分性癫痫的诊断和治疗，帮助更多患者有机会获得更及时有效的治疗。

该研究的共同作者、意大利圣比诺·杰苏儿童医院的卢卡·帕尔马医生分享了一个具体案例：“Meld Graph 在一名 12 岁男孩身上发现了一个极其细微的病变，此前许多放射科医生都忽略了这一病变。这个男孩每天都会癫痫发作，尝试了多达 9 种不同的抗癫痫药物，但病情没有任何改善。”

“借助该工具，我们可以精确定位病变，帮助做出手术决策，最大限度地降低风险，节省成本并优化治疗结果，”Luca Palma 博士补充道。

后续步骤Next steps

尽管 Meld Graph 尚未在临床实践中得到广泛应用，但该团队已将该软件作为开源软件发布，并组织培训研讨会，以帮助临床医生在实践中访问和应用该技术。

伦敦大学学院的 Mathilde Ripart 博士说：“对我来说，最难忘的时刻之一是听到来自世界各地的医生，从英国、智利、印度到法国，他们都使用我们的工具来帮助他们的病人。”

在英国，大奥蒙德街儿童医院是参与 Meld Graph 试验的先驱机构之一。

该医院的癫痫病顾问、伦敦大学学院大奥蒙德街儿童健康研究所所长海伦·克罗斯教授强调说：“我治疗的许多儿童都曾癫痫发作多年，并接受过无数次检查，才发现他们的大脑受到损伤。”

Helen Cross 教授补充道：“癫痫医学界正在努力加快诊断和治疗速度。像 Meld Graph 这样的创新技术可以帮助快速识别可通过手术治疗的异常情况，甚至为患者提供完全治愈的机会。”

Meld Graph 具有巨大的潜力，可能成为癫痫诊断和治疗的突破性工具，为全球数百万患者带来新的希望。