高效发现早期癫痫病灶，AI帮助患者早发现早康复

在过去一年里，机器学习和人工智能技术取得了重大发展，而且相关算法不断完善，有人甚至认为，人工智能现已获得感知能力，可以用于检测人类疾病了。

这确实不是天方夜谭，有科学家研发了一种AI算法，能够检测出患者早期症状，甚至包括经验丰富的资深医师可能忽略的症状。

检测早期疾病症状极为困难

任何人都可能出现惊厥痉挛，但并不意味着他们必然都患有癫痫，通常癫痫患者确诊之前可能不止一次出现痉挛抽搐。在超过50%以上的病例中，医师无法找到具体病因，相关治疗癫痫药物也无法完全治愈，如果药物治疗仍无效，患者只能选择脑部手术。

导致癫痫的一个诱因是大脑的一种细微异常，即使是经验丰富的放射科医师进行核磁共振扫描时也可能忽略该疾病征兆。但基于英国伦敦大学学院研究团队研发的一种AI算法，可以检测到63%的症状，这是之前医护人员很难检测到的。相比之下，核磁共振成像未发现任何隐性症状。

研究人员称，他们的AI模型能为更多癫痫患者进行大脑手术，提供最佳治愈机会。在最新研究中，研究人员从22项全球癫痫疾病研究中收集了1000多张核磁共振扫描图像，一组放射科专家将扫描结果标记为健康或者癫痫症状，之后运行AI算法检测扫描异常现象。

这项AI算法涉及患者大脑30万个区域信息，该研究报告发表在《大脑》杂志上，研究结果表明，AI算法在扫描中发现了538例癫痫症状，其中包括112例放射科医师无法检测到的病例，这可能就是人类医师无法发现病灶的原因。

研究人员称，这一点非常重要！因为当前癫痫症状主要依赖于及时检测发现，再选择手术治疗。该AI算法适用于任何潜在癫痫症状的患者，且患者年龄在3岁以上，曾接受过核磁共振扫描。

伦敦大学学院大奥蒙德街儿童健康研究所索菲·阿德勒(Sophie Adler)博士说：“我们希望这项技术将有助于检测容易被忽视导致癫痫的异常症状，最终可使更多的癫痫患者通过脑部手术治愈康复。”

AI预测心脏病准确率达90%

最近的研究表明，视网膜图像上的视网膜血管密度或弯曲度等生物标记物与心功能相关，并可能预示着患者的心脏病发作风险。而加州大学欧文分校的心脏病患者数据包含了克利夫兰诊所303位匿名患者和14个心脏健康数据点，以及他们是否有心脏病发作或者其他急性心脏健康事件的病史数据。

“那些参加常规眼科筛查的人，未来患心血管疾病的风险更高。视网膜AI系统识别可以更早地开始预防性治疗，以防范心血管疾病。”利兹大学心血管医学教授克里斯·盖尔说。视网膜AI辅助诊断心脏病的系统一旦普及，就可以用于眼科诊所的自动筛查，有高患病风险的患者就可以及时发现，并转诊给心脏病领域的专科医生。

该方法主要使用Sagemaker Studio Jumpstart和AutoML的“无代码”方法，评估数据并尝试不同的算法类型，以确定最佳算法。完成之后，使用数据科学家曾使用过的机器学习检测方法进行验证，这样数据准确率达到90%以上。

AI的正在以肉眼可见的速度发展，索菲亚相信辅助诊断系统将进一步促进AI技术发展，普惠社会上所有人。