ASCOLTA I NOSTRI PODCAST SU SPOTIFY
Un algoritmo di intelligenza artificiale (AI) in grado di rilevare sottili anomalie cerebrali che causano crisi epilettiche è stato sviluppato da un team di ricercatori internazionali guidato dall’UCL.
Il progetto MelD (Multicentre Epilepsy Lesion Detection) ha utilizzato oltre 1.000 scansioni MRI di pazienti provenienti da 22 centri epilettici globali per sviluppare l’algoritmo, che fornisce rapporti su dove si trovano le anomalie nei casi di displasia corticale focale resistente ai farmaci (FCD), una delle principali cause di epilessia.
Gli FCD sono aree del cervello che si sono sviluppate in modo anomalo e spesso causano epilessia resistente ai farmaci. In genere viene trattato con un intervento chirurgico, tuttavia l’identificazione delle lesioni da una risonanza magnetica è una sfida continua per i medici, poiché le scansioni MRI nei FCD possono sembrare normali.
Per sviluppare l’algoritmo, il team ha quantificato le caratteristiche corticali delle scansioni MRI, come ad esempio quanto fosse spessa o piegata la superficie della corteccia del cervello, e ha utilizzato circa 300.000 posizioni in tutto il cervello.
I ricercatori hanno quindi addestrato l’algoritmo su esempi etichettati da radiologi esperti come un cervello sano o con FCD, a seconda dei loro modelli e caratteristiche.
I risultati, pubblicati su Brain, hanno rilevato che nel complesso l’algoritmo è stato in grado di rilevare la FCD nel 67% dei casi nella coorte (538 partecipanti).
In precedenza, 178 dei partecipanti erano stati considerati negativi alla risonanza magnetica, il che significa che i radiologi non erano stati in grado di trovare l’anomalia, ma l’algoritmo MELD era in grado di identificare la FCD nel 63% di questi casi.
Questo è particolarmente importante, poiché se i medici possono trovare l’anomalia nella scansione del cervello, quindi un intervento chirurgico per rimuoverlo può fornire una cura.
La co-prima autrice, Mathilde Ripart (UCL Great Ormond Street Institute of Child Health) ha dichiarato: “Abbiamo posto l’accento sulla creazione di un algoritmo aia che fosse interpretabile e potesse aiutare i medici a prendere decisioni. Mostrare ai medici come l’algoritmo MELD ha fatto le sue previsioni è stata una parte essenziale di quel processo”.
Konrad Wagstyl (UCL Queen Square Institute of Neurology) ha aggiunto: “Questo algoritmo potrebbe aiutare a trovare più di queste lesioni nascoste nei bambini e negli adulti con epilessia e consentire a più pazienti con epilessia di essere considerati per la chirurgia cerebrale che potrebbe curare l’epilessia e migliorare il loro sviluppo cognitivo. Circa 440 bambini all’anno potrebbero beneficiare della chirurgia dell’epilessia in Inghilterra”.
Circa l’1% della popolazione mondiale ha la grave condizione neurologica epilessia, che è caratterizzata da frequenti convulsioni.
I trattamenti farmacologici sono disponibili per la maggior parte delle persone con epilessia, il 20-30% non risponde ai farmaci.
Nei bambini che hanno subito un intervento chirurgico per controllare la loro epilessia, la FCD è la causa più comune e negli adulti è la terza causa più comune.
Inoltre, dei pazienti che hanno l’epilessia che hanno un’anomalia nel cervello che non può essere trovata sulle scansioni MRI, FCD è la causa più comune.
La co-prima autrice, la dott.ssa Hannah Spitzer (Helmholtz Munich) ha dichiarato: “Il nostro algoritmo impara automaticamente a rilevare le lesioni da migliaia di scansioni MRI dei pazienti. Può rilevare in modo affidabile lesioni di diversi tipi, forme e dimensioni, e anche molte di quelle lesioni che in precedenza mancavano ai radiologi”.
L’autrice co-senior, la dott.ssa Sophie Adler (UCL Great Ormond Street Institute of Child Health) ha aggiunto: “Speriamo che questa tecnologia aiuti a identificare le anomalie che causano l’epilessia che attualmente non vengono viste. In definitiva, potrebbe consentire a più persone con epilessia di sottoporsi a un intervento chirurgico cerebrale potenzialmente curativo”.
Questo studio sul rilevamento fcd utilizza la più grande coorte con risonanza magnetica di FCD fino ad oggi, il che significa che è in grado di rilevare tutti i tipi di FCD.
Lo strumento di classificazione MELD FCD può essere eseguito su qualsiasi paziente con il sospetto di avere un FCD di età superiore ai 3 anni e sottoposto a una risonanza magnetica.
