脑深部刺激术后，用人工智能预测结果
脑深部刺激术后，用人工智能预测结果
- 首尔大学研究组预测帕金森病脑深部刺激术后症状好转程度
- 微电极测定与人工智能相结合，打开目标设定的新可能性
在帕金森病脑深部刺激器移植手术中，用人工智能分析微电极测定信号，就能预测结果。 预计，今后积累更多的数据和经验，将对治疗起到很大的帮助。
首尔大学医院神经外科医疗团队和世宗忠南大学医院教授的研究组使用人工智能深度学习技术儿分析了34名接受脑深部刺激术的帕金森病患者的微细电极测定记录，预测术后临床结果。
帕金森病是由位于中脑的多巴胺神经元在不知原因的情况下，比正常人丢失约70%而引起的。 帕金森病是仅次于阿尔茨海默病的第二常见的中老年人慢性神经退行性疾病，65岁以上人群在100人中约占2人。
颤抖、强直、姿势不稳、行走障碍等是帕金森病的症状。为抑制症状的发生而实行的代表性治疗就是脑深部刺激术。在大脑异常部位放入电极，通过刺激调节神经回路。找到正确而恰当的目标是最重要的。在手术室穿孔患者的头盖骨，把电级放入到用MRI设定的大脑部位。然后慢慢移动电极，测定大脑产生的电信号。这时，对记录的电信号进行分析，在预计效果最好的位置插入实际刺激电极。
研究组让人工智能深度学习分析微小电极获得的信号，并对其结果进行了预测。 之后根据实际手术后患者状态的好转程度，与人工智能的预测进行比较。 虽然同时施行双侧脑深部的刺激术，但考虑到各自电极对身体左右的影响不同，在人工智能算法内使用了多重结构，左右比例不同。 在5:1和6:1的比例中，预测准确率最高，最高达到80.21%。 研究组表示，这与脑神经基底核的功能结构具有相似性。
白善河（首尔大医院神经外科）教授期待道:"这将成为在帕金森病患者施行脑深部刺激术时寻找最佳目标的新模式。"
金喜赞教授（医学工程）表示"这是在脑深部刺激器移植术的预后预测中应用深度学习技术的新尝试"，并展望道"今后将开发更多利用人工智能技术的临床决策支援系统"。
利用人工智能在微电极测定信号上首次尝试预测手术结果的此次研究，发表在国际学术杂志《PLOS ONE》最新一期上。