AI工具发现隐藏的脑病变，改变癫痫治疗

革命性的 AI 工具 MELD Graph 正在通过检测人类放射科医生经常错过的大脑异常来重塑抗击癫痫的斗争。这一突破为全世界数百万人带来了新的希望，尤其是那些患有局灶性皮质发育不良（难治性癫痫的主要原因）的人。

一种名为 MELD Graph 的人工智能工具正在通过检测放射科医生经常忽视的细微脑部异常来彻底改变癫痫治疗。

通过分析全球磁共振成像（MRI）数据，该工具可提高诊断速度、增加手术治疗机会并降低医疗成本。虽然尚未投入临床使用，但它已经帮助医生识别可手术的病变，为全球癫痫患者带来希望。

科学家开发出一种人工智能工具，可以检测到人类放射科医生遗漏的 64% 与癫痫相关的脑部异常。

研究人员表示，这种名为 MELD Graph 的工具可以显著改善英国约 30,000 名患者和全球 400 万名患有特定病因的癫痫患者的护理。

伦敦国王学院和伦敦大学学院(UCL)的研究团队 2 月 24 日在《JAMA Neurology》杂志上发表的一项研究表明，MELD Graph 大大提高了对局灶性皮质发育不良 (FCD)（癫痫的主要原因之一）的检测能力。

据研究人员称，这种人工智能技术可以加快诊断速度，帮助患者更快地接受手术治疗，并降低医疗成本，可能为 NHS 每位患者节省高达 55,000 英镑（约合 70,000 美元）。

在英国，每 100 人中就有 1 人患有癫痫，其中 1/5 的人的癫痫发作是由脑部结构异常（或病变）引起的。FCD 是癫痫的常见结构性病因，但在许多情况下，由这些异常引起的癫痫发作无法通过药物控制。手术切除病变通常是一种安全有效的治疗方法，但诊断 FCD 具有挑战性。这些病变通常很细微且难以检测，放射科医生会漏掉多达 50% 的病变。

延迟发现和治疗 FCD 意味着癫痫发作次数增多、急诊就诊次数增多，日常生活受到更大干扰，影响工作、学习和整体健康。通过提高检测率，MELD Graph 可以改变癫痫的诊断和治疗方法，让患者更快地获得改变生活的护理。

在这项研究中，研究人员汇集了来自全球 23 个癫痫中心的 1185 名参与者的 MRI 数据，其中包括 703 名 FCD 患者和 482 名对照者，这些参与者来自多中心癫痫病变检测项目 (MELD)。一半的数据集来自儿童。然后，他们在扫描结果上训练了人工智能工具 MELD Graph，以检测这些可能被忽视的细微大脑异常。

项目首席作者、伦敦国王学院的 Konrad Wagstyl 博士表示：“放射科医生目前被大量需要审查的图像淹没。使用 MELD Graph 等 AI 工具可以支持他们的决策，提高 NHS 效率，加快患者接受治疗的时间，并减轻他们不必要的昂贵检查和程序。”

意大利 Bambino Gesù 儿童医院的共同作者 Luca Palma 博士表示：“MELD Graph 发现了许多放射科医生都未发现的细微病变，该病变发生在一名 12 岁男孩身上，该男孩每天都会癫痫发作，尝试了九种抗癫痫药物，但病情没有改善。该工具可以识别可进行外科手术的癫痫患者，并帮助制定手术计划，从而降低风险、节省资金、改善疗效。”

虽然该工具尚未在临床上使用，但研究团队已将该 AI 工具作为开源软件发布。他们正在举办研讨会，培训世界各地的临床医生和研究人员，包括大奥蒙德街医院和克利夫兰诊所，学习如何使用该工具。

第一作者、伦敦大学学院的 Mathilde Ripart 博士表示：“对我来说，最精彩的部分是听到世界各地的医生，包括英国、智利、印度和法国，都能够使用我们的工具来帮助他们自己的病人。”

合著者 Helen Cross 教授是威尔士亲王儿童癫痫病学教授、国际抗癫痫联盟主席、大奥蒙德街医院癫痫科顾问、伦敦大学学院大奥蒙德街儿童健康研究所所长，曾获 OBE 称号（大英帝国官佐勋章）。她说：“我看到的许多孩子在发现病变之前都经历了多年的癫痫发作和检查。癫痫界正在寻找加快诊断和治疗的方法。诸如 MELD 之类的举措有可能快速识别可以切除的异常并可能治愈癫痫。”

联合负责人、伦敦大学学院的 Sophie Adler 博士表示：“只有通过国际合作，才能开展此类研究。我们很荣幸能与 75 名研究人员和临床医生合作，共同实现‘全球范围内不遗漏癫痫病变’这一目标。”

参考文献：Ripart M 等人的“使用图神经网络检测致癫痫局灶性皮质发育不良：MELD 研究”，2025 年 2 月 24 日，JAMA Neurology。DOI：10.1001/jamaneurol.2024.5406

来源：伦敦国王学院（ KCL）

免责声明：康加号致力于健康常识分享，内容根据公开资料编辑，版权归原作者；如有侵权请在线留言删除。文章旨在介绍健康科学进展，不能作为治疗方案；如需精准健康指导，请至正规医院诊疗。