AI模型可能帮助癫痫患者实现无癫痫发作
莫纳什大学(Monash University)领导的一项研究表明，人工智能(AI)模型可以为新诊断的癫痫患者预测最佳的个性化抗癫痫药物。这项研究被认为是世界首例。
的预测模型这种药物一旦完全开发出来，将使这些患者免于不知道服用抗癫痫药物后，他们的生活何时才能恢复正常的不确定性，以及可能带来的有害影响副作用与某些药物有关。
Patrick Kwan教授是莫纳什中央临床学院神经科学系的神经学家和研究员，他正在领导一项国际合作，“训练”深度学习预测模型(深度学习是机器学习的一种类型)。
他们的研究发表在有影响力的杂志上JAMA神经学．
癫痫影响着全世界7000万人。关教授说，目前，为患者选择抗癫痫药物是一个试验和错误的过程，临床医生无法预测特定患者对哪种药物会有反应。
他说:“如果病人对第一种治疗没有反应，相当多的人会对第二种或第三种治疗有反应，这意味着如果一开始就选择了‘正确的’药物，他们可能会更快地摆脱癫痫。”“但如果他们服用了错误的药物，他们仍然会癫痫发作，还可能会产生副作用——他们没有从药物中获益，反而受到了伤害。”
这些副作用从过敏到精神问题或者对于育龄妇女来说，她们的婴儿有先天缺陷。有些病人有耐药性癫痫这意味着，如果早期预测，他们可以更快地转移到其他治疗方案，包括手术、设备或饮食，而不必浪费多年时间使用无效的药物。
该模型使用了来自澳大利亚、马来西亚、中国和英国五个卫生保健中心的1798名患者的临床信息。该系统由葛宗元副教授领导的莫纳什医疗AI进行设计，并使用莫纳什MASSIVE计算集群进行训练。
“我们正在看最新的情况深度学习这个模型正在把自己从计算机辅助诊断连接到治疗领域，这真的令人兴奋。”
关教授说，该模型在预测最佳药物方面的准确性“不高”。(在被称为AUROC的统计性能测量中，它得到0.65分，1.0分是最准确的。)“尽管如此，这还是超过了我们的预期，我们对这一表现感到高兴，因为只有在常规临床护理中收集的非常基本的临床因素被用于训练这个基础模型。”
它在技术上和使用更复杂的信息方面都得到了改进。该增强模型将在国家多中心随机对照个人试验(新诊断成人癫痫的药物个性化选择)中进行测试，以帮助癫痫的治疗选择。
莫纳什大学神经学家和生物统计学家陈志斌博士在这项研究中发挥了关键作用。
“据信，这是世界上第一个模型，”陈博士说。“它确保了为新诊断的癫痫患者选择最佳治疗方法的可预测性。它将为癫痫的个性化管理打开大门。”
关教授说，阿尔弗雷德大学的博士生、癫痫研究员哈里斯·哈基姆(Haris Hakeem)博士是该模型的第一作者，博士生魏峰(Wei Feng)和俊中(Jiun Choong)在开发该模型中发挥了关键作用。
希望这项研究最终能改善癫痫的管理和治疗。它被设计用来预测对治疗的反应，而不是实际的癫痫发作。
目前，该模型适用于即将开始第一次癫痫发作的新发癫痫患者药物治疗．它还没有在儿童身上进行过测试。
该模型将为癫痫患者进一步建立模型奠定基础。
进一步探索
