Исследование, проведенное Университетом Монаша и считающееся первым в мире, продемонстрировало, что модель искусственного интеллекта (ИИ) потенциально может предсказывать наилучшие персонализированные противосудорожные препараты для пациентов с недавно диагностированной эпилепсией.
Прогностическая модель , когда она будет полностью разработана, избавит этих пациентов от неуверенности в том, что их жизнь вернется к нормальной жизни после приема противосудорожных препаратов, и, возможно, от вредных побочных эффектов, связанных с некоторыми лекарствами.
Профессор Патрик Кван, невролог и исследователь из отделения неврологии Центральной клинической школы Монаша, возглавляет международное сотрудничество, которое «обучает» модель прогнозирования глубокого обучения (глубокое обучение — это разновидность машинного обучения).
Их исследование опубликовано во влиятельном журнале JAMA Neurology .
Эпилепсией страдают 70 миллионов человек во всем мире. По словам профессора Квана, в настоящее время выбор противосудорожных препаратов для пациента представляет собой процесс проб и ошибок, когда клиницисты не могут предсказать, на какое лекарство отреагирует конкретный пациент.
«Если пациент не реагирует на первое лечение, многие из них реагируют на второе или третье лечение, а это означает, что они могли бы избавиться от приступов раньше, если бы с самого начала был выбран «правильный» препарат», — сказал он. . «Но если они получают неправильное лекарство, у них все равно будут судороги, а также могут возникнуть побочные эффекты — они не получат пользы, а получат от лекарства вред».
Эти побочные эффекты могут варьироваться от аллергии до психических проблем или, в случае женщин детородного возраста, врожденных дефектов у их детей. У некоторых пациентов есть лекарственно-резистентная эпилепсия , а это означает, что при раннем прогнозировании их можно было бы быстрее перевести на другие варианты лечения, включая хирургическое вмешательство, устройство или диету, не тратя годы на использование лекарств, которые не работали.
В модели использовалась клиническая информация о 1798 пациентах из пяти медицинских центров в Австралии, Малайзии, Китае и Великобритании. Он разработан Monash Medical AI под руководством доцента Цзунъюань Гэ и обучен с использованием вычислительного кластера Monash MASSIVE.
«Мы видим, как новейшая модель глубокого обучения переходит от компьютерной диагностики к области лечения, что действительно захватывающе», — сказал доцент Ге.
По словам профессора Квана, точность модели в предсказании лучшего лекарства была «скромной». (Он получил 0,65 балла по статистическому измерению производительности, известному как AUROC, где 1,0 является наиболее точным). для обучения этой базовой модели».
Он совершенствуется как технически, так и за счет использования более сложной информации. Усовершенствованная модель будет протестирована в национальном многоцентровом рандомизированном контролируемом исследовании PERSONAL (персонализированный выбор лекарств для недавно диагностированной эпилепсии у взрослых), чтобы помочь в выборе лечения эпилепсии.
Доктор Жибин Чен, нейробиолог и специалист по биостатистике из Монаша, сыграл ключевую роль в исследовании.
«Считается, что это первая в мире модель», — сказал доктор Чен. «Это обеспечивает предсказуемость выбора оптимального лечения для пациентов с недавно диагностированной эпилепсией. Это открывает возможности для персонализации лечения эпилепсии».
Доктор Харис Хаким, доктор философии. студент и научный сотрудник по эпилепсии в The Alfred, был первым автором, будучи доктором философии. По словам профессора Квана, студенты Вэй Фэн и Цзюнь Чун сыграли решающую роль в разработке модели.
Есть надежда, что это исследование в конечном итоге улучшит ведение и лечение эпилепсии. Он предназначен для прогнозирования реакции на лечение, а не фактических судорог.
В настоящее время эта модель предназначена для взрослых с новым приступом эпилепсии, которые собираются начать свое первое лекарство . Он не был испытан на детях.
Эта модель станет основой для дальнейших моделей для людей с более развитой эпилепсией.
