Naukowcy opracowali narzędzie oparte na sztucznej inteligencji, które potrafi wykryć aż 64% nieprawidłowości mózgu związanych z padaczką, które umykają uwadze radiologów. Odkrycie to może diametralnie zmienić proces diagnozowania i leczenia pacjentów z padaczką na całym świecie.
MELD Graph to innowacyjne rozwiązanie, które według badaczy może w znaczący sposób poprawić opiekę nad pacjentami. W samej Wielkiej Brytanii na padaczkę wywołaną określonymi zmianami strukturalnymi w mózgu cierpi około 30 000 osób, a na całym świecie liczba ta sięga nawet 4 milionów. Nowe narzędzie działa na bazie zaawansowanych algorytmów sztucznej inteligencji i wykazuje wyjątkową skuteczność w rozpoznawaniu dysplazji korowej ogniskowej (FCD), jednego z głównych powodów występowania padaczki.
Badanie przeprowadzone przez naukowców z King’s College London oraz University College London (UCL), opublikowane w prestiżowym czasopiśmie JAMA Neurology, dowiodło, że narzędzie nie tylko usprawnia diagnostykę, ale także może znacząco przyspieszyć czas oczekiwania na leczenie chirurgiczne. Dzięki temu pacjenci szybciej otrzymują niezbędną pomoc, zmniejszają się koszty leczenia, a system opieki zdrowotnej zostaje odciążony nawet o 55 000 funtów na jednego pacjenta.
W Wielkiej Brytanii padaczka dotyka jedną na sto osób, a w przypadku co piątego chorego ataki są wynikiem nieprawidłowości strukturalnych w mózgu. FCD to jedna z najczęstszych tego typu zmian, a u pacjentów cierpiących na ten rodzaj padaczki konwencjonalne leczenie farmakologiczne często okazuje się nieskuteczne. W takich przypadkach operacyjne usunięcie zmiany może stanowić jedyną skuteczną metodę terapii. Problemem jest jednak trudność w wykrywaniu tych nieprawidłowości — są one często zbyt subtelne, aby zostały zauważone przez ludzkie oko, przez co niemal połowa z nich jest przeoczona przez radiologów. Opóźnienia w wykrywaniu nieprawidłowości i planowaniu operacji oznaczają dla pacjentów więcej napadów, częstsze wizyty w szpitalu oraz negatywny wpływ na ich życie rodzinne, szkolne i zawodowe.
W ramach projektu Multicentre Epilepsy Lesion Detection (MELD) naukowcy przeanalizowali dane z rezonansu magnetycznego (MRI) pochodzące od 1185 uczestników, w tym 703 osób z FCD oraz 482 zdrowych osób kontrolnych. Dane te pochodziły z 23 różnych ośrodków badawczych na całym świecie. Połowę przebadanej grupy stanowili dziecięcy pacjenci. Sztuczna inteligencja została przeszkolona na tych danych, by nauczyć się wykrywać subtelne zmiany, które mogłyby umknąć diagnostom.
Jak zauważa dr Konrad Wagstyl z King’s College London, obecnie radiolodzy są przytłoczeni ilością obrazów, które muszą analizować. Wykorzystanie narzędzia opartego na sztucznej inteligencji, takiego jak MELD Graph, nie tylko wspiera ich pracę, ale również zwiększa efektywność całego systemu opieki zdrowotnej, przyspieszając diagnozowanie i eliminując potrzebę wykonywania kosztownych badań i procedur.
Przełomowy charakter tego narzędzia potwierdza historia 12-letniego pacjenta, którego przypadek opisuje dr Luca Palma z włoskiego szpitala dziecięcego Bambino Gesù. Chłopiec codziennie doświadczał ataków padaczki i bezskutecznie stosował aż dziewięć różnych leków przeciwpadaczkowych. Tradycyjne metody obrazowania nie pozwoliły na wykrycie żadnej widocznej anomalii, jednak MELD Graph zidentyfikował subtelną zmianę w jego mózgu. Dzięki temu można było zaplanować operację, która zwiększyła jego szanse na całkowite wyleczenie.
Choć narzędzie nie jest jeszcze dostępne w standardowej opiece klinicznej, zespół badawczy udostępnił MELD Graph jako oprogramowanie typu open-source. Dodatkowo prowadzone są specjalistyczne szkolenia dla lekarzy i badaczy z całego świata, w tym także tych pracujących w renomowanych placówkach, takich jak Great Ormond Street Hospital w Londynie czy Cleveland Clinic w USA.
Dr Mathilde Ripart z UCL, główna autorka badania, podkreśla, że jednym z najbardziej satysfakcjonujących aspektów projektu jest możliwość obserwowania, jak lekarze w różnych krajach – od Wielkiej Brytanii, przez Chile i Indie, aż po Francję – wykorzystują MELD Graph do pomocy swoim pacjentom.
Z kolei prof. Helen Cross, prezes Międzynarodowej Ligi Przeciwpadaczkowej oraz konsultantka szpitala Great Ormond Street, zwraca uwagę na fakt, że dla wielu dzieci droga do diagnozy jest długa i pełna niepowodzeń. Pacjenci mogą przez lata doświadczać napadów i przechodzić liczne badania zanim zostanie zidentyfikowana przyczyna ich schorzenia. Według niej społeczność neurologów nieustannie dąży do przyspieszenia procesu diagnostycznego, a projekty takie jak MELD dają realną szansę na osiągnięcie tego celu.
Współautor badania, dr Sophie Adler z UCL, podkreśla, że sukces MELD Graph to zasługa współpracy międzynarodowej, angażującej aż 75 badaczy i klinicystów. Ich wspólnym celem jest zapewnienie, by żaden przypadek padaczki spowodowanej niewykrywalnymi dotychczas zmianami w mózgu nie został przeoczony.
Sztuczna inteligencja coraz częściej znajduje zastosowanie w medycynie i projekt MELD to kolejny dowód na to, jak nowoczesne technologie mogą zrewolucjonizować diagnostykę oraz leczenie chorób neurologicznych. Jeśli MELD Graph zostanie wdrożony na szeroką skalę, może oznaczać to przełom dla milionów pacjentów z padaczką na całym świecie, dając im szanse na szybszą diagnozę, skuteczniejsze leczenie i lepszą jakość życia.