共计 768 个字符，预计需要花费 2 分钟才能阅读完成。
澳大利亚研究人员近日宣布，一种新型人工智能工具能够检测儿童癫痫患者中微小且难以发现的脑部畸形，这将帮助患者更快获得可能改变生活的手术治疗。这一突破性进展再次展示了人工智能在辅助医疗诊断方面的巨大潜力。
癫痫是一种复杂的神经系统疾病，约 30% 的病例由脑部结构异常引起。然而，这些异常，尤其是微小的病变，往往难以通过常规的 MRI 扫描被发现，它们可能隐藏在大脑褶皱的深处，给诊断带来巨大挑战。
由墨尔本皇家儿童医院儿科神经学家 Emma Macdonald-Laurs 博士领导的科研团队，开发了一种能够分析儿童脑部图像的 AI 工具，专门用于检测蓝莓大小或更小的病变。Macdonald-Laurs 博士在《癫痫》杂志发表相关研究前表示：” 这些微小病变经常被遗漏，导致许多儿童无法被纳入手术候选名单。AI 工具不会取代放射科医生或癫痫专家，但它就像一个侦探，帮助我们更快地拼凑出诊断谜题。”
研究数据显示，在参与研究的患者中，80% 患有皮质发育不良和局灶性癫痫的患者，其之前的 MRI 扫描结果均显示正常。然而，当研究人员使用 AI 工具分析 MRI 和另一种称为 PET 的医学扫描时，检测成功率分别达到 94% 和 91%。在第一组的 17 名儿童中，12 名接受了脑部病变切除手术，其中 11 名现已无癫痫发作。
癫痫影响着约每 200 名儿童中的一名，其中约三分之一的病例对药物治疗无效。伦敦国王学院的生物医学计算专家 Konrad Wagstyl 博士对此项研究给予高度评价：” 这项研究作为概念验证非常令人兴奋，结果令人印象深刻。” 值得注意的是，虽然 PET 扫描在研究中发挥了重要作用，但其成本较高，普及度不及 MRI，且存在一定的辐射剂量。
研究人员表示，下一步计划是在更多实际医院环境中测试这种检测器，用于新未诊断的患者。这一创新技术有望为儿童癫痫患者带来新的诊断和治疗希望，改变他们的生活轨迹。
