※倫敦大學學院的研究團隊發表的AI智能演算法，能夠用於定位局部皮質發育異常的腦區域。(Photo credit: University College London and Dr. Konrad Wagstyl)

儘管目前科學演進快速，癲癇仍無法完全治癒，雖然許多病例可以用抗癲癇藥物來控制，但多達30%的病例具有抗藥性，因此需要更積極的治療方式。而其中一種方式是切除手術，即切除導致患者癲癇發作的大腦區域，可以非常成功地治療癲癇。但是這種手術有非常大的侷限性，不僅因為深入大腦許多區域伴隨著很高的風險，而且因為外科醫師無法精準定位引起癲癇的大腦區域。

來自倫敦大學學院的研究團隊在本月於《Brain》雜誌中發表了一項研究，他們為檢測大腦中引起癲癇發作的區域建立人工智能演算法，目的是希望能夠更簡單且更精準的定位這些有問題的區域。研究團隊特別關注局部皮質發育異常(focal cortical dysplasia; FCD)，FCD是腦細胞發育與聚集異常的區域，影響了大腦皮層的形成，被認為是抗藥性癲癇的主要原因，可以通過手術治療，但是在標準MRI掃描中往往很難發現。

在這項研究中，研究小組從世界各地22個癲癇中心收集了1000多張大腦核磁共振結果，並且建立一個人工智能演算法，這個演算法經過訓練後可以量化每一次的核磁共振掃描結果，觀察大腦上大約30萬個位置並測量厚度和檢測大腦最外層皮層的皺褶，並將結果與經放射科醫師判定為FCD的掃描結果進行比較。

使用大約一半掃描結果進行訓練後，這個演算法被用於測試其他的MRI掃描結果(大約550名患者)。這個人工智能演算法在發現這些MRI掃描結果中的FCD達到60%左右的靈敏度(實際為陽性的樣本中，判斷為陽性的比例)，而當掃描結果中的邊界範圍有多一個病變區域時靈敏度能提高至67%。

此外，在一組大腦核磁共振結果被放射科醫生診斷為健康且無FCD的病患(約178名)中，這個演算法能夠準確檢測出63%的FCD。這個人工智能工具能用於三歲以上並且接受過MRI檢查並被懷疑有FCD的病人。 研究人員說道該演算法有可能通過檢測比人類單獨發現更多的皮層異常，來提高用手術成功治療的抗藥性癲癇病例的數量。他們指出，FCD是控制兒童癲癇手術最常見的原因，在成年患者中則是屬於第三大。

「這種演算法可以幫助發現更多兒童與成人癲癇患者的隱藏病變，使更多的癲癇患者能夠被建議進行腦部手術，從而治癒癲癇病改善病人認知發展。在英國，每年大約有440名兒童可以從癲癇手術中受益。」這個研究的主要研究人員Konrad Wagstyl博士說道。

(來源:Fierce Biotech 生策中心編譯)