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 Multicentre Epilepsy Lesion Detection (MELD) ha utilizzato oltre 1.000 scansioni MRI di pazienti provenienti da 22 centri di epilessia 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 .
Le 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 identificare le 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 quanto fosse spessa o piegata la superficie della corteccia/cervello, e ha utilizzato circa 300.000 posizioni nel cervello.
I ricercatori hanno quindi addestrato l’algoritmo su esempi etichettati da radiologi esperti come cervello sano o affetto da 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 MRI negativi, il che significa che i radiologi non erano stati in grado di trovare l’anomalia, ma l’algoritmo MELD è stato in grado di identificare l’FCD nel 63% di questi casi.
Ciò è particolarmente importante, poiché se i medici possono trovare l’anomalia nella scansione del cervello, l’intervento chirurgico per rimuoverla 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 di intelligenza artificiale 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”.
Il co-autore senior, il dottor 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 presi in considerazione per un intervento chirurgico al cervello che potrebbe curare l’epilessia e migliorare il loro sviluppo cognitivo. Circa 440 bambini all’anno potrebbero beneficiare di un intervento chirurgico per l’epilessia in Inghilterra”.
Circa l’1% della popolazione mondiale soffre della grave epilessia neurologica, caratterizzata da frequenti convulsioni.
Nel Regno Unito sono circa 600.000 le persone colpite. Sebbene i trattamenti farmacologici siano 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, tra i pazienti affetti da epilessia che presentano un’anomalia nel cervello che non può essere trovata nelle scansioni MRI, la FCD è la causa più comune.
La co-prima autrice, la dott.ssa Hannah Spitzer (Helmholtz Monaco), ha dichiarato: “Il nostro algoritmo impara automaticamente a rilevare le lesioni da migliaia di scansioni MRI di pazienti. Può rilevare in modo affidabile lesioni di diversi tipi, forme e dimensioni e persino molte di quelle lesioni che in precedenza erano sfuggite ai radiologi”.
La co-autrice senior, la dott.ssa Sophie Adler (UCL Great Ormond Street Institute of Child Health) ha aggiunto: “Speriamo che questa tecnologia aiuterà a identificare le anomalie che causano l’epilessia che attualmente mancano. In definitiva, potrebbe consentire a più persone con epilessia di sottoporsi a un intervento chirurgico al cervello potenzialmente curativo”.
Questo studio sul rilevamento di FCD utilizza la più ampia coorte di FCD MRI 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 risonanza magnetica.
Il progetto MELD è sostenuto dal Rosetrees Trust.
Limitazioni dello studio
Diversi scanner MRI sono stati utilizzati nei 22 ospedali coinvolti nello studio in tutto il mondo, il che consente all’algoritmo di essere più robusto ma potrebbe anche influenzare la sensibilità e la specificità dell’algoritmo.
