人工智能模型可以帮助癫痫患者成为控制发作
莫纳什大学领导的一项研究,被认为是世界第一已经证明了,一个人工智能(AI)模型可以预测最好的个性化,抗癫痫药物治疗新诊断癫痫患者。
的预测模型这些患者,充分发展后,将多余的不确定性不知道当他们的生活将会回到正常服用抗癫痫药物,并可能有害副作用与一些药物有关。
神经学家Patrick关颖珊教授和研究员从莫纳什中央临床神经科学学校的部门领导一个“培训”的国际合作的深度学习预测模型(深度学习是机器学习的一种)。
他们的研究发表在《影响力JAMA神经学。
癫痫在全世界影响7000万人。目前,选择抗癫痫药物的患者是一个反复试验的过程与临床医生无法预测哪一种药物患者将如何应对,关颖珊教授说。
“如果病人不应对第一个治疗,不少将如何应对第二个或第三个,也就是说,他们迟早会成为控制发作,如果一开始就选择“正确”的药物,”他说。“但是如果他们得到错误的药物仍有癫痫发作也可以从他们得到的副作用是得不到好处,得到药物的伤害。”
这些副作用的范围可以从过敏精神问题或者在育龄妇女中,婴儿的出生缺陷。有些患者耐药癫痫,也就是说,如果预测的早,他们可以更快速地转移到其他治疗方法包括手术、设备或饮食,没有浪费多年使用药物,没有工作。
临床使用的模型信息1798名患者从五个卫生保健中心在澳大利亚,马来西亚,中国和英国。它被莫纳什医学人工智能设计的由副教授Zongyuan通用电气和训练使用莫纳什大规模计算集群。
“我们看到最新的深度学习模型是桥梁本身的计算机辅助诊断的治疗领域,真正激动人心的,”通用电气副教授说。
模型的预测精度最好的药物是“适度”,关颖珊教授说。(得分0.65统计性能度量称为AUROC, 1.0是最精确的地方。)“尽管如此,超过我们expected-we感到满意,因为只有非常基本的性能在常规临床护理被用来收集的临床因素这基本模型火车。”
它正在改进技术和使用更复杂的信息。增强模型将被测试在全国多中心随机对照个人试验(个性化选择的药物治疗新诊断成人癫痫)帮助癫痫的治疗选择。
Zhibin Chen博士莫纳什大学神经学家和生物统计学家,研究中发挥了关键作用。
“这世界被认为是飞机模型,”陈博士说。“这保证了选择最优的可预测性治疗新诊断癫痫患者。它将打开门在个性化的管理癫痫。”
哈里斯医生博士,博士生和癫痫研究员阿尔弗雷德,第一作者,而魏博士生冯和Jiun Choong起着至关重要的作用,在开发模型中,关颖珊教授说。
希望这项研究将最终改善的管理和治疗癫痫。它的目的是预测对治疗的反应,而不是真正的发作。
目前的模式是成人新癫痫发作会开始他们的第一次药物治疗。它在孩子们还没有测试。
该模型将进一步形成的基础模型更成熟的癫痫患者。
进一步探索
