人工智能模型可以為新診斷的癲癇患者預測最佳的個性化抗癲癇藥物

由莫納什大學領導并被認為是世界首創(chuàng)的一項研究表明，人工智能 (AI) 模型可以為新診斷的癲癇患者預測最佳的個性化抗癲癇藥物。

該預測模型一旦完全開發(fā)，將使這些患者免于不確定他們的生活何時會通過服用抗癲癇藥物而恢復正常，以及可能與某些藥物相關的有害副作用。

蒙納士中央臨床學院神經科學系的神經學家兼研究員 Patrick Kwan 教授正在領導一項國際合作，該合作正在“訓練”深度學習預測模型(深度學習是機器學習的一種)。

他們的研究發(fā)表在有影響力的JAMA Neurology 雜志上。

癲癇影響全球 7000 萬人。關教授說，目前，為患者選擇抗癲癇藥物是一個反復試驗的過程，臨床醫(yī)生無法預測特定患者會對哪種藥物產生反應。

“如果患者對第一次治療沒有反應，很多人會對第二次或第三次治療有反應，這意味著如果一開始就選擇了‘正確’的藥物，他們可能會更快地擺脫癲癇發(fā)作，”他說.“但如果他們服用了錯誤的藥物，他們仍然會癲癇發(fā)作，并且還可能因此而產生副作用——他們沒有從藥物中獲益，反而受到傷害。”

這些副作用可能從過敏到精神問題，或者對于育齡婦女來說，可能是嬰兒的出生缺陷。一些患者患有耐藥性癲癇，這意味著如果及早預測，他們可以更快地轉向其他治療選擇，包括手術、設備或飲食，而不會浪費數年時間使用無效的藥物。

該模型使用了來自澳大利亞、馬來西亞、中國和英國五個醫(yī)療中心的 1,798 名患者的臨床信息。它由葛宗元副教授領導的蒙納士醫(yī)學 AI 設計，并使用蒙納士 MASSIVE 計算集群進行訓練。

“我們正在看到最新的深度學習模型如何將自己從現(xiàn)在的計算機輔助診斷連接到治療領域，這確實令人興奮，”葛副教授說。

關教授說，該模型在預測最佳藥物方面的準確性“適中”。(它在被稱為 AUROC 的統(tǒng)計性能測量中得分 0??.65，其中 1.0 是最準確的。)訓練這個基礎模型。”

它在技術上和通過使用更復雜的信息都得到了改進。增強模型將在國家多中心隨機對照 PERSONAL 試驗(新診斷成人癲癇藥物的個性化選擇)中進行測試，以幫助癲癇的治療選擇。

標簽：