AI untuk mendiagnosis kelainan otak yang tidak terlihat pada anak -anak dengan epilepsi
Sebuah tim peneliti dari UCL dan King's College London telah mengembangkan alat bertenaga AI yang dapat mendeteksi 64% kelainan otak yang terkait dengan epilepsi, yang dilewatkan oleh ahli radiologi manusia.
CELD Graph adalah alat AI yang secara drastis dapat mengubah perawatan 30.000 pasien di Inggris dan 4 juta pasien di seluruh dunia yang memiliki displasia kortikal fokus (FCD) – penyebab utama epilepsi.
Studi yang diterbitkan di Neurologi Jama, menunjukkan bagaimana alat ini secara signifikan meningkatkan deteksi FCD. Dan para peneliti percaya bahwa itu akan mempercepat waktu diagnosis, mendapatkan pasien perawatan bedah yang mereka butuhkan lebih cepat, dan mengurangi biaya ke NHS hingga £ 55.000 per pasien.
FCD adalah area otak yang telah berkembang secara tidak normal dan sering menyebabkan epilepsi yang resistan terhadap obat. Ini biasanya diobati dengan operasi, namun mengidentifikasi kelainan struktural (lesi) dari MRI adalah tantangan berkelanjutan bagi dokter, karena pemindaian MRI di FCD dapat terlihat normal.
Penundaan untuk diagnosis dan operasi berarti lebih banyak kejang, lebih banyak kunjungan ke A&E, dan lebih banyak gangguan ke sekolah, pekerjaan dan kehidupan rumah.
Dalam penelitian ini, para peneliti mengumpulkan data MRI dari 1.185 peserta – termasuk 703 orang dengan FCD dan 482 kontrol – dari 23 pusat epilepsi di seluruh dunia dalam Proyek Deteksi Lesi Epilepsi Multicenter (MELD). Setengah dari dataset berasal dari anak -anak.
Mereka kemudian melatih grafik meld pada pemindaian untuk mendeteksi kelainan otak halus yang mungkin tidak terdeteksi.
Rekan penulis Profesor Helen Cross (Direktur UCL Great Ormond Street Institute of Child Health, Prince of Wales's Chair of Childhood Epilepsi, Presiden Liga Internasional Melawan Epilepsi, dan Konsultan Epilepologi Konsultan di Rumah Sakit Great Ormond Street), mengatakan: “Banyak anak-anak yang saya lihat telah mengalami pemisahan selama bertahun-tahun dan investigasi sebelum kami menemukan les. MELD memiliki potensi untuk secara cepat mengidentifikasi kelainan yang dapat dihilangkan dan berpotensi menyembuhkan epilepsi. “
Project Lead-Author, Dr Konrad Wagstyl, dari King's College London, menambahkan: “Ahli radiologi saat ini dibanjiri dengan gambar yang harus mereka tinjau. Menggunakan alat bertenaga AI seperti grafik MELD dapat mendukung mereka dengan keputusan mereka, membuat NHS lebih efisien, mempercepat perawatan untuk pasien dan membebaskan mereka dari uji dan uji yang tidak perlu dan berbayar.
Sekitar 1% dari populasi dunia memiliki epilepsi kondisi neurologis yang serius, yang ditandai dengan kejang yang sering.
Di Inggris sekitar 600.000 orang terpengaruh. Sementara perawatan obat tersedia untuk sebagian besar orang dengan epilepsi, 20-30% tidak menanggapi obat.
Pada anak -anak yang telah menjalani operasi untuk mengendalikan epilepsi mereka, FCD adalah penyebab paling umum, dan pada orang dewasa itu adalah penyebab paling umum ketiga.
Selain itu, pasien yang memiliki epilepsi yang memiliki kelainan di otak yang tidak dapat ditemukan pada pemindaian MRI, FCD adalah penyebab yang paling umum.
Sementara grafik MELD belum tersedia secara klinis, tim peneliti telah merilis AI-Tool sebagai perangkat lunak open-source. Mereka menjalankan lokakarya untuk melatih dokter dan peneliti di seluruh dunia, termasuk Rumah Sakit Great Ormond Street dan Klinik Cleveland, dalam cara menggunakannya.
Penulis pertama, Dr Mathilde Ripart (UCL Great Ormond Street Institute of Child Health), mengatakan, “Salah satu yang menarik bagi saya adalah mendengar dari dokter di seluruh dunia, termasuk Inggris, Chili, India dan Prancis yang telah dapat menggunakan alat kami untuk membantu pasien mereka sendiri.”
Co-lead Dr Sophie Adler (UCL Great Ormond Street Institute of Child Health), mengatakan: “Jenis penelitian ini hanya mungkin dengan kolaborasi internasional. Kami mendapat hak istimewa untuk bekerja dengan 75 peneliti dan dokter terhadap tujuan umum 'tidak ada lesi epilepsi yang tidak terjawab di seluruh dunia'”.
- Penelitian di Neurologi JAMA
- University College London, Gower Street, London, WC1E 6BT (0) 20 7679 2000
