该模型可以帮助外科医生识别大脑中癫痫发作的精确位置(称为“致痫区”),以改善治疗,并决定手术是否值得冒险。
约翰霍普金斯大学计算医学研究所副主任兼神经医学控制系统实验室主任Sridevi Sarma在一份报告中说:“我们希望手术顺利进行,但我们也希望防止可能永远不会顺利进行的手术。新闻发布会上.
为了开发这项新技术,Sarma的团队创建了患者没有癫痫发作时以及在快速电脉冲刺激期间的大脑活动热图。该模型揭示了大脑活动的模式,并使用基于机器学习和微积分的方程来识别癫痫发作开始的致痫区。
癫痫发作目前是如何诊断和治疗的
全世界有6500多万人患有癫痫,癫痫发作可导致身体伤害甚至死亡。这种情况还会导致儿童发育迟缓、抑郁、焦虑和认知障碍。
大约70%的癫痫患者对抗癫痫药物有反应。
对于那些没有癫痫的人,医生试图通过颅内监测来精确定位大脑中导致癫痫发作的确切位置。外科医生在医院里将侵入性脑电图(iEEG)导线植入大脑,并监测大脑活动长达两周,以试图记录癫痫发作并定位问题。
治疗耐药性癫痫有两种方法:通过脑部手术移除或破坏有问题的组织,或者通过植入植入物进行电刺激来扰乱癫痫发作。手术只有一半的时间是有效的,因为很难找到癫痫发作的源头。
萨尔玛说:“如果你找到了这个区域,并有效地治疗它,这将改变游戏规则——对这些患者来说,这是一种改变生活的治疗方法。”
新模型的好处
研究人员推测,当患者没有癫痫发作时,导致癫痫发作的致痫区受到大脑健康部分的限制。他们没有等到癫痫发作后再观察大脑活动来确定问题区域,而是开发了一种算法,在患者没有癫痫发作时,通过大脑活动来预测问题区域。
研究人员说,在一项使用iEEG数据的65名患者的研究中,这些模型预测癫痫发作和手术最终成功的准确率为79%。
“如果我们将其与传统的50%的手术成功率进行比较,这将真正帮助临床医生,”合著者、约翰霍普金斯大学的研究科学家Kristin Gunnarsdottir说。
研究人员说,在93%的无癫痫发作患者中,临床医生同意该算法。
研究人员说,他们的模型在几分钟内就确定了癫痫发作的原因,而不是在医院里呆几天或几周,在他们的头上放置监测电极来绘制癫痫发作的情况。
合著者雷切尔·琼·史密斯(Rachel June Smith)说:“我们希望这可以用于那些没有大量癫痫发作的患者,或者在(传统)监测期间完全没有癫痫发作的10%的患者。”她曾是约翰·霍普金斯大学生物医学工程博士后,现在是阿拉巴马大学的助理教授。
团队最近他们的研究发表在大脑并说他们计划进行更多的临床试验。