Η τεχνητή νοημοσύνη (AI) θα μπορούσε να βοηθήσει στην ανίχνευση ανωμαλιών στον εγκέφαλο που συνδέονται με την επιληψία και που μερικές φορές μπορεί να διαφύγουν από τους ακτινολόγους, σύμφωνα με μια μελέτη.
Η χρήση της τεχνολογίας με αυτόν τον τρόπο θα μπορούσε να οδηγήσει σε έγκαιρη διάγνωση και καλύτερη διαχείριση της πάθησης, προτείνουν οι ερευνητές.
Το λογισμικό, γνωστό ως Meld Graph, αναπτύχθηκε από επιστήμονες του King’s College London και του University College London (UCL).
Εκπαιδεύτηκε για να ανιχνεύει την εστιακή φλοιώδη δυσπλασία (FCD), δυσμορφίες που συμβαίνουν όταν οι νευρώνες δεν αναπτύσσονται σωστά σε ορισμένες περιοχές του εγκεφάλου.
Αυτές οι βλάβες αποτελούν κοινή αιτία ενός τύπου επιληψίας που συχνά είναι ανθεκτική στα φάρμακα.
Υπάρχουν 630.000 άτομα με επιληψία στο Ηνωμένο Βασίλειο, δηλαδή περίπου ένας στους 100.
Από το σύνολο, περίπου ένας στους πέντε έχει επιληψία που προκαλείται από βλάβες στον εγκέφαλο, οι οποίες μπορούν να αντιμετωπιστούν με χειρουργική επέμβαση.
Ωστόσο, οι FCD μπορεί να είναι «ανεπαίσθητες», δήλωσαν οι ερευνητές, και μερικές φορές μπορεί να διαφύγουν από τους ακτινολόγους.
Ο Δρ: «Οι ακτινολόγοι κατακλύζονται σήμερα από εικόνες που πρέπει να εξετάσουν.
«Η χρήση ενός εργαλείου με τεχνητή νοημοσύνη, όπως το Meld Graph, μπορεί να τους υποστηρίξει στις αποφάσεις τους, καθιστώντας το NHS πιο αποτελεσματικό, επιταχύνοντας τον χρόνο θεραπείας για τους ασθενείς και απαλλάσσοντάς τους από περιττές και δαπανηρές εξετάσεις και διαδικασίες».
Για τη μελέτη, που δημοσιεύθηκε στο περιοδικό JAMA Neurology, οι ερευνητές χρησιμοποίησαν δεδομένα μαγνητικής τομογραφίας από 1.185 ασθενείς, συμπεριλαμβανομένων 703 με FCD, από 23 κέντρα επιληψίας σε όλο τον κόσμο.
Τα μισά από τα δεδομένα προέρχονταν από παιδιά.
Στη συνέχεια, το Meld Graph εκπαιδεύτηκε χρησιμοποιώντας εγκεφαλικές τομογραφίες για να εντοπίζει λεπτές ανωμαλίες που διαφορετικά θα μπορούσαν να διαφύγουν.
Οι ερευνητές διαπίστωσαν ότι το εργαλείο ήταν σε θέση να ανιχνεύσει το 64% των εγκεφαλικών δυσμορφιών.
Η ομάδα δήλωσε ότι «η κλινική εφαρμογή του λογισμικού υπόσχεται την έγκαιρη διάγνωση και τη βελτιωμένη διαχείριση της εστιακής επιληψίας, που ενδεχομένως να οδηγήσει σε καλύτερα αποτελέσματα για τους ασθενείς».
Ο Δρ Luca Palma, του Νοσοκομείου Παίδων Bambino Gesu στην Ιταλία, ο οποίος ήταν συν-συγγραφέας της έρευνας, δήλωσε: «Το Meld Graph εντόπισε μια ανεπαίσθητη αλλοίωση που είχε διαφύγει από πολλούς ακτινολόγους σε ένα 12χρονο αγόρι που είχε καθημερινές επιληπτικές κρίσεις και είχε δοκιμάσει εννέα φάρμακα κατά των επιληπτικών κρίσεων χωρίς καμία βελτίωση της κατάστασής του.
«Αυτό το εργαλείο θα μπορούσε να εντοπίσει ασθενείς με χειρουργικά χειρουργήσιμη επιληψία και να βοηθήσει στον χειρουργικό σχεδιασμό – μειώνοντας τους κινδύνους, εξοικονομώντας χρήματα, βελτιώνοντας τα αποτελέσματα».
Το Meld Graph δεν είναι ακόμη κλινικά διαθέσιμο, αλλά η ερευνητική ομάδα το έχει κυκλοφορήσει ως λογισμικό ανοικτού κώδικα και διοργανώνει εργαστήρια για την εκπαίδευση των κλινικών ιατρών στον τρόπο χρήσης του.
Η Δρ: «Ένα από τα κορυφαία γεγονότα για μένα είναι να ακούω από γιατρούς σε όλο τον κόσμο, όπως το Ηνωμένο Βασίλειο, η Χιλή, η Ινδία και η Γαλλία, που μπόρεσαν να χρησιμοποιήσουν τα εργαλεία μας για να βοηθήσουν τους δικούς τους ασθενείς».
Το νοσοκομείο Great Ormond Street Hospital είναι ένα από τα ιδρύματα που συμμετέχουν.
Η καθηγήτρια Helen Cross, σύμβουλος επιληπτολόγος στο Νοσοκομείο Great Ormond Street και διευθύντρια του Ινστιτούτου Υγείας του Παιδιού UCL Great Ormond Street, δήλωσε: «Πολλά από τα παιδιά που βλέπω έχουν βιώσει χρόνια επιληπτικών κρίσεων και ερευνών προτού βρούμε μια βλάβη.
«Η κοινότητα της επιληψίας αναζητά τρόπους για την επιτάχυνση της διάγνωσης και της θεραπείας.
«Πρωτοβουλίες όπως η Meld έχουν τη δυνατότητα να εντοπίσουν γρήγορα ανωμαλίες που μπορούν να αφαιρεθούν και ενδεχομένως να θεραπεύσουν την επιληψία».
Πηγή: The Independent
