人工智能模型可以为新诊断的癫痫患者预测最佳的个性化抗癫痫药物

由莫纳什大学领导并被认为是世界首创的一项研究表明，人工智能 (AI) 模型可以为新诊断的癫痫患者预测最佳的个性化抗癫痫药物。

该预测模型一旦完全开发，将使这些患者免于不确定他们的生活何时会通过服用抗癫痫药物而恢复正常，以及可能与某些药物相关的有害副作用。

蒙纳士中央临床学院神经科学系的神经学家兼研究员 Patrick Kwan 教授正在领导一项国际合作，该合作正在“训练”深度学习预测模型(深度学习是机器学习的一种)。

他们的研究发表在有影响力的JAMA Neurology 杂志上。

癫痫影响全球 7000 万人。关教授说，目前，为患者选择抗癫痫药物是一个反复试验的过程，临床医生无法预测特定患者会对哪种药物产生反应。

“如果患者对第一次治疗没有反应，很多人会对第二次或第三次治疗有反应，这意味着如果一开始就选择了‘正确’的药物，他们可能会更快地摆脱癫痫发作，”他说.“但如果他们服用了错误的药物，他们仍然会癫痫发作，并且还可能因此而产生副作用——他们没有从药物中获益，反而受到伤害。”

这些副作用可能从过敏到精神问题，或者对于育龄妇女来说，可能是婴儿的出生缺陷。一些患者患有耐药性癫痫，这意味着如果及早预测，他们可以更快地转向其他治疗选择，包括手术、设备或饮食，而不会浪费数年时间使用无效的药物。

该模型使用了来自澳大利亚、马来西亚、中国和英国五个医疗中心的 1,798 名患者的临床信息。它由葛宗元副教授领导的蒙纳士医学 AI 设计，并使用蒙纳士 MASSIVE 计算集群进行训练。

“我们正在看到最新的深度学习模型如何将自己从现在的计算机辅助诊断连接到治疗领域，这确实令人兴奋，”葛副教授说。

关教授说，该模型在预测最佳药物方面的准确性“适中”。(它在被称为 AUROC 的统计性能测量中得分 0​​.65，其中 1.0 是最准确的。)训练这个基础模型。”

它在技术上和通过使用更复杂的信息都得到了改进。增强模型将在国家多中心随机对照 PERSONAL 试验(新诊断成人癫痫药物的个性化选择)中进行测试，以帮助癫痫的治疗选择。

标签：