تکنولوژی

تشخیص ناهنجاری های مغزی مرتبط با صرع



محققان الگوریتم هوش مصنوعی جدیدی را توسعه داده‌اند که می‌تواند به تشخیص ناهنجاری‌های ظریف مغز معروف به دیسپلازی قشر کانونی یا FCD مرتبط با صرع کمک کند. شناسایی این نواحی غیرطبیعی با اسکن MRI یکی از چالش های اصلی پزشکان است و رویکرد جدید برای بیماران صرع بسیار مفید خواهد بود.حدود 50 میلیون نفر در سراسر جهان به صرع مبتلا هستند. اگرچه داروهای ضد تشنج برای اکثر مبتلایان در دسترس و مؤثر است، 20 تا 30 درصد به دارو پاسخ نمی دهند. لازم به ذکر است که ناهنجاری های مغزی یکی از علل اصلی صرع مقاوم به دارو است. معمولاً تشخیص این ناهنجاری ها با ام آر آی که یکی از چالش های اصلی پزشکان است، دشوار است. از آنجا که معمولاً در اسکن‌ها این ناهنجاری‌ها گاهی طبیعی به نظر می‌رسند و تشخیص آن‌ها کار ساده‌ای نیست. محققین مرکز جراحی صرع معمولاً سالانه تعداد معینی از بیماران مبتلا به این ناهنجاری را درمان می کنند. در این پروژه، کارشناسان از داده های جمع آوری شده از بیش از 1000 اسکن MRI از 22 مرکز در سراسر جهان برای تشخیص ضایعات صرعی چند مرکزی (MELD) استفاده کردند. آنها سپس از این داده ها برای آموزش یک الگوریتم هوش مصنوعی جدید برای تشخیص این ناهنجاری ها استفاده کردند.برای توسعه این الگوریتم، ویژگی های اسکن های MRI، مانند ضخامت یا چین های روی سطح مغز، برای حدود 300000 نقطه در مغز اندازه گیری شد. هر شرکت کننده رادیولوژیست های متخصص این تیم سپس نواحی شناسایی شده در اسکن MRI را سالم یا غیر طبیعی علامت گذاری کردند. سپس الگوریتم جدید برای تشخیص الگوهای مشابه مرتبط با ناهنجاری های مغزی FCD آموزش داده شد.الگوریتم مربوطه قادر به تشخیص صحیح این ناهنجاری ها در 67 درصد از بیماران بود. یک سوم بیمارانی که قبلاً اسکن MRI آنها طبیعی گزارش شده بود با این روش شناسایی شدند.

Leave a Reply

نشانی ایمیل شما منتشر نخواهد شد.