Algoritmo de IA que detecta anormalidades cerebrais pode ajudar a curar a epilepsia

0
39


Um algoritmo de inteligência artificial (IA) que pode detectar anormalidades cerebrais sutis que causam crises epilépticas foi desenvolvido por uma equipe de pesquisadores internacionais liderada pela UCL.

O projeto Multicentre Epilepsy Lesion Detection (MELD) usou mais de 1.000 exames de ressonância magnética de pacientes de 22 centros globais de epilepsia para desenvolver o algoritmo, que fornece relatórios de onde estão as anormalidades em casos de displasia cortical focal resistente a medicamentos (FCD) – uma das principais causas de epilepsia.

FCDs são áreas do cérebro que se desenvolveram de forma anormal e muitas vezes causam epilepsia resistente a medicamentos. Geralmente é tratado com cirurgia, no entanto, identificar as lesões de uma ressonância magnética é um desafio contínuo para os médicos, pois os exames de ressonância magnética nos FCDs podem parecer normais.

Para desenvolver o algoritmo, a equipe quantificou as características corticais dos exames de ressonância magnética, como a espessura ou dobra da superfície do córtex/cérebro, e usou cerca de 300.000 locais em todo o cérebro.

Os pesquisadores então treinaram o algoritmo em exemplos rotulados por radiologistas especialistas como sendo um cérebro saudável ou com FCD – dependendo de seus padrões e características.

As descobertas, publicadas em Cérebro, descobriram que, em geral, o algoritmo foi capaz de detectar o FCD em 67% dos casos na coorte (538 participantes).

Anteriormente, 178 dos participantes haviam sido considerados negativos na ressonância magnética, o que significa que os radiologistas não conseguiram encontrar a anormalidade – mas o algoritmo MELD foi capaz de identificar o FCD em 63% desses casos.

Isso é particularmente importante, pois se os médicos puderem encontrar a anormalidade na varredura do cérebro, a cirurgia para removê-la pode fornecer a cura.

Co-primeiro autor, Mathilde Ripart (UCL Great Ormond Street Institute of Child Health) disse: “Nós colocamos ênfase na criação de um algoritmo de IA que fosse interpretável e pudesse ajudar os médicos a tomar decisões. Mostrar aos médicos como o algoritmo MELD fez suas previsões foi um parte essencial desse processo.”

O co-autor sênior, Dr Konrad Wagstyl (Instituto de Neurologia UCL Queen Square) acrescentou: “Este algoritmo pode ajudar a encontrar mais dessas lesões ocultas em crianças e adultos com epilepsia e permitir que mais pacientes com epilepsia sejam considerados para cirurgia cerebral que poderia curar a epilepsia e melhorar seu desenvolvimento cognitivo. Cerca de 440 crianças por ano poderiam se beneficiar da cirurgia de epilepsia na Inglaterra.”

Cerca de 1% da população mundial tem a grave condição neurológica epilepsia, que se caracteriza por convulsões frequentes.

No Reino Unido, cerca de 600.000 pessoas são afetadas. Embora os tratamentos medicamentosos estejam disponíveis para a maioria das pessoas com epilepsia, 20-30% não respondem aos medicamentos.

Em crianças que foram submetidas a cirurgia para controlar sua epilepsia, a DCF é a causa mais comum e, em adultos, é a terceira causa mais comum.

Além disso, dos pacientes com epilepsia que apresentam uma anormalidade no cérebro que não pode ser encontrada em exames de ressonância magnética, o FCD é a causa mais comum.

A co-primeira autora, Dra. Hannah Spitzer (Helmholtz Munich) disse: “Nosso algoritmo aprende automaticamente a detectar lesões de milhares de exames de ressonância magnética de pacientes. Ele pode detectar de forma confiável lesões de diferentes tipos, formas e tamanhos, e até mesmo muitas dessas lesões que antes eram perdidos pelos radiologistas.”

A co-autora sênior, Dr. Sophie Adler (UCL Great Ormond Street Institute of Child Health) acrescentou: “Esperamos que esta tecnologia ajude a identificar anormalidades causadoras de epilepsia que estão sendo perdidas. Em última análise, poderia permitir que mais pessoas com epilepsia tenham cirurgia cerebral potencialmente curativa.”

Este estudo sobre detecção de FCD usa a maior coorte de MRI de FCDs até o momento, o que significa que é capaz de detectar todos os tipos de FCD.

A ferramenta classificadora MELD FCD pode ser executada em qualquer paciente com suspeita de ter um FCD que tenha mais de 3 anos de idade e tenha uma ressonância magnética.

O projeto MELD é apoiado pelo Rosetrees Trust.

Limitações do estudo

Diferentes scanners de ressonância magnética foram usados ​​nos 22 hospitais envolvidos no estudo em todo o mundo, o que permite que o algoritmo seja mais robusto, mas também pode afetar a sensibilidade e a especificidade do algoritmo.



Fonte original deste artigo

DEIXE UMA RESPOSTA

Please enter your comment!
Please enter your name here