AI Algorithm That Recognises Anomalies in Brain May Help Treat Epilepsy

यूसीएल के नेतृत्व में एक बहुराष्ट्रीय शोध दल ने एक कृत्रिम बुद्धिमत्ता (एआई) कार्यक्रम विकसित किया है जो मस्तिष्क की छोटी-छोटी विसंगतियों की पहचान कर सकता है जो मिरगी के दौरे का कारण बनती हैं। मल्टीसेंटर एपिलेप्सी लेसियन डिटेक्शन प्रोजेक्ट (एमईएलडी) में इस्तेमाल किया जाने वाला एल्गोरिथ्म, ड्रग-रेसिस्टेंट फोकल कॉर्टिकल डिसप्लेसिया (एफसीडी) के मामलों में असामान्यताओं के स्थानों की रिपोर्ट करता है, मिर्गी का एक प्रमुख कारण, 22 अंतरराष्ट्रीय से 1,000 से अधिक रोगी एमआरआई स्कैन का उपयोग करके विकसित किया गया था। मिर्गी केंद्र।

एफसीडी के रूप में जाना जाने वाला मस्तिष्क क्षेत्र अनुचित रूप से विकसित हुआ है और अक्सर दवा प्रतिरोधी मिर्गी का कारण बनता है। आमतौर पर इसका इलाज करने के लिए सर्जरी का उपयोग किया जाता है, हालांकि, एमआरआई पर घावों का पता लगाना डॉक्टरों के लिए एक निरंतर समस्या है क्योंकि एफसीडी के लिए एमआरआई स्कैन सामान्य दिखाई दे सकता है।

वैज्ञानिकों ने एमआरआई स्कैन से कॉर्टिकल गुणों की मात्रा निर्धारित करने के लिए पूरे मस्तिष्क में लगभग 300,000 स्थानों को नियोजित किया, जैसे कि कोर्टेक्स / मस्तिष्क की सतह कितनी मोटी या मुड़ी हुई थी।

सिस्टम को तब उन मामलों पर प्रशिक्षित किया गया था, जिन्हें अनुभवी रेडियोलॉजिस्ट ने एफसीडी होने या उनके पैटर्न और विशेषताओं के आधार पर एक स्वस्थ मस्तिष्क होने के रूप में वर्गीकृत किया था।

ब्रेन (538 प्रतिभागियों) में प्रकाशित परिणामों के अनुसार, सामान्य तौर पर, एल्गोरिथम कोहोर्ट में 67 प्रतिशत मामलों में एफसीडी की पहचान करने में सफल रहा।

रेडियोलॉजिस्ट पहले अपने एमआरआई परिणामों के आधार पर 178 रोगियों में असामान्यताओं को उजागर करने में असमर्थ रहे थे; हालांकि, एमईएलडी एल्गोरिथम इनमें से 63 प्रतिशत मामलों में एफसीडी का पता लगाने में सक्षम था।

यह महत्वपूर्ण है क्योंकि, यदि डॉक्टर ब्रेन स्कैन में विसंगति की पहचान कर सकते हैं, तो इसे हटाने के लिए सर्जरी से रिकवरी हो सकती है।

यूसीएल ग्रेट ऑरमंड स्ट्रीट इंस्टीट्यूट ऑफ चाइल्ड हेल्थ के सह-प्रथम लेखक मथिल्डे रिपार्ट ने कहा: “हमने एक विकसित करने पर ध्यान केंद्रित किया ऐ प्रणाली जो व्याख्या योग्य थी और निर्णय लेने में चिकित्सकों की सहायता कर सकती थी। उस प्रक्रिया में एक महत्वपूर्ण कदम डॉक्टरों को दिखा रहा था कि एमईएलडी एल्गोरिदम ने अपने पूर्वानुमान कैसे उत्पन्न किए।

यूसीएल क्वीन स्क्वायर इंस्टीट्यूट ऑफ न्यूरोलॉजी के सह-वरिष्ठ लेखक डॉ कोनराड वागस्टाइल ने कहा: “यह एल्गोरिदम मिर्गी के बच्चों और वयस्कों में इन छिपे हुए घावों की पहचान करना आसान बना सकता है, जो संभावित रूप से लाभान्वित होने वाले मरीजों की संख्या में वृद्धि करेगा। उनकी स्थिति का इलाज करने और संज्ञानात्मक कार्य को बढ़ाने के लिए मस्तिष्क की सर्जरी। इंग्लैंड में, मिर्गी की सर्जरी एक वर्ष में लगभग 440 बच्चों की मदद कर सकती है।”

मिर्गी एक गंभीर तंत्रिका संबंधी बीमारी है जो दुनिया की आबादी के 1 प्रतिशत को प्रभावित करती है और आवर्तक दौरे से चिह्नित होती है।

यूके में लगभग 600,000 लोग प्रभावित हैं। मिर्गी के अधिकांश रोगियों का इलाज फार्मास्यूटिकल्स से किया जा सकता है, हालांकि उनमें से 20-30 प्रतिशत को इससे कोई लाभ नहीं होता है।

एफसीडी उन बच्चों में सबसे आम कारण है जिनकी मिर्गी के इलाज के लिए सर्जरी हुई है, और यह वयस्कों में तीसरा सबसे लगातार कारण है।

इसके अलावा, एफसीडी उन लोगों में मिर्गी का सबसे आम कारण है जिनके पास मस्तिष्क की विसंगति है जिसे एमआरआई स्कैन पर नहीं देखा जा सकता है।

हेल्महोल्ट्ज़ म्यूनिख के सह-प्रथम लेखक डॉ हन्ना स्पिट्जर ने कहा: “हमारी प्रणाली स्वचालित रूप से हजारों रोगी एमआरआई स्कैन से घावों का पता लगाना सीखती है। यह रेडियोलॉजिस्ट सहित कई प्रकार, रूपों और आकारों के घावों की सटीक पहचान करने में सक्षम है। पहले अनदेखी की थी।

यूनिवर्सिटी कॉलेज लंदन के ग्रेट ऑरमंड स्ट्रीट इंस्टीट्यूट ऑफ चाइल्ड हेल्थ के सह-वरिष्ठ लेखक डॉ सोफी एडलर ने कहा: “हम मानते हैं कि यह तकनीक उन असामान्यताओं को खोजने में सहायता कर सकती है जिन्हें अब याद किया जा रहा है जो मिर्गी का कारण बनते हैं। लंबे समय में, यह अधिक मिर्गी के रोगियों के लिए संभवतः उपचारात्मक मस्तिष्क शल्य चिकित्सा से गुजरना संभव हो सकता है।

यह FCD डिटेक्शन अध्ययन FCDs के अब तक के सबसे बड़े MRI कॉहोर्ट का उपयोग करता है, जिससे यह सभी FCD उपप्रकारों की पहचान करने में सक्षम हो जाता है।

अध्ययन की सीमाएं

अध्ययन में शामिल 22 अस्पतालों ने दुनिया भर के विभिन्न एमआरआई स्कैनर का इस्तेमाल किया, जिससे एल्गोरिदम अधिक मजबूत हो गया, लेकिन शायद इसकी संवेदनशीलता और विशिष्टता को भी प्रभावित कर रहा था।