日本东京——澳大利亚研究人员周三表示，一种能够检测癫痫患儿脑部微小病变的人工智能工具，可帮助患者更快获得改变生命的手术治疗。这是人工智能通过处理海量数据辅助医生诊断、改变医疗领域的最新例证。
专家指出，癫痫病因多样，约三成病例由脑部结构性异常导致。这些异常常在核磁共振（MRI）扫描中被遗漏——尤其是最小的病灶，有时隐藏在脑沟底部。
墨尔本皇家儿童医院儿科神经科医生艾玛·麦克唐纳-劳尔斯（Emma Macdonald-Laurs）领导的团队，通过儿童脑部图像训练AI工具，成功识别出蓝莓大小甚至更小的病灶。她在《癫痫症》期刊发表研究前的简报中表示："这些病灶常被忽略，许多儿童因此不被视为手术候选人。该工具不会取代放射科医生或癫痫专科医生，但它如同侦探，能更快帮助我们拼凑线索，从而为患者提供潜在改变生命的手术。"
参与研究的皮质发育不良和局灶性癫痫患者中，80%此前的MRI扫描结果均显示正常。当研究人员结合MRI与正电子发射断层扫描（PET）使用该AI工具时，在两组测试中分别取得94%和91%的成功率。墨尔本默多克儿童研究所团队透露，首组17名患儿中有12人接受了病灶切除手术，其中11人现已实现癫痫无发作。
"我们下一步计划在更多真实医院环境中，对新确诊患者测试该检测工具。"麦克唐纳-劳尔斯表示。癫痫导致反复发作，影响约1/200儿童，其中约三分之一病例具有药物抵抗性。
伦敦国王学院生物医学计算专家康拉德·瓦格施蒂尔（Konrad Wagstyl）向法新社评价："这项工作作为概念验证非常令人振奋，结果相当出色。"今年2月，该学院团队利用AI分析MRI数据的研究，已识别出放射科医生遗漏的64%癫痫相关脑部病变。瓦格施蒂尔同时指出，澳大利亚研究采用的MRI结合PET方案存在局限："PET检查成本高昂，普及度不如MRI，且涉及类似CT或X光的辐射剂量。"
【全文结束】
