AI个体化癫痫治疗管理新时代丨Airdoc莫纳什研究中心当前论文

《the BMJ》-Brain Health（加拿大病理学杂志脑肥胖专辑）10月刊发表了关于病症外科手术管理制度的最新资料数据分析成果。此次资料数据分析成果表明，数据分析的飞跃有望发放来得直观的仿真来得借助于病症有机体病患者的外科手术结果。以外测序择优和用到病患者衍生的造血建起的复杂结核病仿真意味著不会在今后将试错法替换为病症精准外科手术。本资料数据分析由Airdoc Monash Research Center戈宗元博士团队建起联系莫纳什脑退化结核病资料数据分析中不会心近日建起联系完成。

一个多世纪以来，病症外科手术一直是试错法。虽然有大抵型式的制剂可选择概要，但小儿是否见效，情况下用到后才知道，如果没效就要再先前下一种小儿，依序直到找到适合于的外科手术新方法。因此耽误病程的病患者人口为129人。但此次Patrick Kwan(关国良)及同事反思忽视今后通过AI得借助于病症的发病，为病患者匹配最适合的制剂。

生物科学双向Transformers编码器(BioBERT)是最新的基于浅层努力学习技术的事前受训生物科学语言问到仿真，主旨运用于生物科学文档的采石场目标。BioBERT发布于2020下半年，它通过有利于用到来自许多其他资料型式的非程式设计资料，可有如电子肥胖历史记录和流行病学报告，来反对仿真受训。结合有力的浅层努力学习由此可知概率仿真，这使得资料数据分析其他部门可以在外科手术结果数据分析中不会都有来得很低量值且意味著简单的反馈，而传统习俗的粗略则无法够这一点。

外科手术反理应的不确定性是主要问题

外科手术病症有许多制剂以及非制剂干预措施，可有如开刀手术、脑调节和饮食疗法。然而，当前的外科手术管理制度标准化仍然倚赖于渐进先前并不相同的抗病症制剂外科手术的试错法。虽然有基于病症发病大抵型式（局灶性或不足之处性发病）的制剂可选择概要，但在分组数据分析时，许多制剂具备相似的。对于任何给定的病患者，无法得借助于哪种制剂最必要并理应被选为初始外科手术。尽管化学合成激增，市场竞争上有20多种麻醉剂，但有三分之一的病患者的病症发病无法被抗病症制剂控制。

在21世纪许多大多，大多数新诊断为病症的病患者是由初级保健医生进行时外科手术的。如果在起初的外科手术中不会无法控制病症发病，则将病患者转诊给普通脑科主治医师，如果进一步的制剂外科手术不甘心，则将其转诊至病症中不会心。这种按部就班的护理其他部门路径意味着在病症科技领域专家审计意味著具备冠心病病症很低风险的病患者在此之后，关键的时近之前流失了。其他外科手术可选择，可有如手术，被尤其地忽视是最后的手段。可惜的是，就其的时近耽搁意味着这些外科手术手段意味著效果不佳。结果一般而言是多年的生活精确度增很低，劳动力增很低和死亡率提高。

这一困境意味著通过一种可靠的、能找到外科手术结果与病患者个人相似性近相联系的模式的新方法来解决。冠心病病症很低风险的病患者这样就可以被及早的分诊，从而尽快给予宝贵的病理学院护理其他部门能源。计算机子系统（AI）和造血资料数据分析的最新进展使人们寄渴望于病症有机体化外科手术管理制度将意味著之后成为这种渐进外科手术途径的可行性替代提案。

A：传统习俗试错外科手术法

BC：计算机子系统和造血有机体化外科手术管理制度

病理学计算机子系统

数据分析正试由此可知探险在病症科技领域从前通过EEG模式鉴别来得借助于和监测病症的发病。之前有的一项资料数据分析用到了9571可有常规整理的头皮EEG历史记录来受训一个浅层反馈检视，该演算法在监测发病期痫样等离子方面优于科技领域专家。资料数据分析其他部门还用到了基于时近核苷酸的演算法（可有如，在响理应性脑刺激子系统中不会用到的线长演算法）来数据分析受控的、持续给予的颅EEG信号，以整合病症发病预警子系统。如果在大规模流行病学试验中不会验证必要，这种子系统可以为了让病患者事前防范并缩减病症发病所致使的受伤。

生物科学双向Transformers编码器(BioBERT)是最新的基于浅层努力学习技术的事前受训生物科学语言问到仿真，主旨运用于生物科学文档的采石场目标。BioBERT发布于2020下半年，它通过有利于用到来自许多其他资料型式的非程式设计资料，可有如电子肥胖历史记录和流行病学报告，来反对仿真受训。结合有力的浅层努力学习由此可知概率仿真，这使得资料数据分析其他部门可以在外科手术结果数据分析中不会都有来得很低量值且意味著简单的反馈，而传统习俗的粗略则无法够这一点。

AI上的飞跃为构筑可靠的得借助于制剂外科手术反理应的仿真导致了渴望。斯坦福病症中不会心的一项资料数据分析正试由此可知整合AI仿真根据参与者的病症发病，遗传，电学，生理，制剂和环境资料得借助于抗病症制剂外科手术结果。运用于得借助于制剂外科手术反理应的理想AI演算法和输入资料现在还有待确定。因此，今后的资料数据分析一定不会探险来得先进、来得复杂的由此可知概率AI仿真，并利用大型纵向病症登记资料，以便可以从病患者的个人资料中不会采石场不足之处的反馈。这些资料数据分析意味著不会通过子系统设计形式化检视工具来分离借助于非程式设计资料来强化仿真。

△ 受训的仿真在并不相同的资料集上不加transfer learning做盲测

△ 并不相同cohort资料集二者之近的差别

测序学、造血和精准外科手术

针对病症病人的以外测序筛查资料数据分析之前发现了来得加多的病症就其基因，都有单核苷酸基因位点变异（SNVs）和测序热点。据资料数据分析估计，大约有70％的病症病可有意味著是由于一种或多种遗传因素引起的。即使之前有就其资料数据分析的典型案可有，但是现在尚不确切传染病基因型的确认将在何种程度上冲击流行病学实践中不会的外科手术权衡。为了解决这一基本知识鸿沟，一项正试由此可知进行时的随机依此试验主旨确定难治性病症病患者的以外测序测序的流行病学倚赖性和价格效益。

如果遗传学基本知识要转化为来得好的外科手术新方法，那么来得加确实地了解基因型的功能就愈发至关举足轻重。为此，资料数据分析其他部门有别于了传统习俗的动物和细胞内结核病仿真，将有误的基因插入细菌的DNA中不会。然后通过与依此或“野生型”状态进行时比较来确定病理生理学变化。

就病症而言，针对SCN1A基因突变（致使大多数Dret病症病可有的基因30）的结核病仿真资料数据分析已将抑制性中不会近脑元的铁离子管道功能降低确忽视病症就其的病理学机制改变。这一发现致使了对Dret病症中不会制剂可选择的重新审计，并避开了铁离子管道阻断制剂的用到，因为它们意味著进一步降低脑元功能从而致使病症发病随之而来。

但是在大多数情况下，由于除此以外结核病仿真资料数据分析的局限性，很多SNVs的传染病中间体尚不确切。如果要在病症外科手术中不会尤其有别于精准病理学，那么被确定具备基因型的病患者能够接纳快速监测；而且该基因型还一定不会用体外仿真进行时检查，以审计其病理生理后果和重现结核病状态，并进行时担纲内置的制剂外科手术验证和可选择。

利用从病患者自身细胞内正向产生的多潜能造血（iPSCs）给予人源脑元，可以构筑来得加理想的病症结核病仿真。iPSCs不仅运载病患者自身的遗传反馈；而且可以湿润或“分化”成多种细胞内系，都有多种脑细胞内非典型。

△ 多种脑细胞内非典型

这些从病患者细胞内衍生给予的脑仿真可以尤其运用于资料数据分析基因型引起的脑就其遗传，可有如异常的脑元形态和微管发送至，这些都是传统习俗的非脑结核病仿真无法实现的。该仿真也之前被运用于鉴别运载很低传染病性突变基因脑元的异常遗传，如早期发育性帕金森氏症。

基于iPSCs的结核病仿真最鲜明的战术上是能够资料数据分析基因型的组合效理应（在单个病患者中不会确认借助于的多个SNV）和基因损伤未被发现的情况。然而，在基于iPSCs的仿真可运用于流行病学外科手术在此之后，还有无需解决困境。无需来得多的资料数据分析来验证过度活跃的反馈检视遗传（一个病症的流行病学相似性）是否可以在培养皿从前重现；还无需来得多的资料数据分析来确定在这些体外仿真中不会测得的电社区活动与EEG上检视到的病症样电社区活动二者之近的联系。

现在基于iPSCs的脑仿真有一个潜在局限性，就是缺乏足够的细胞内复杂性来建起病症样社区活动。为了解决这一问题，资料数据分析其他部门将资料数据分析移向类脑器官（含有在神经中不会发现的多层细胞内和该组织结构）。提高结核病仿真的复杂性对于直观地仿真致使进化病症的各种细胞内型式和神经区域的外周是至关举足轻重的。此外，多电极阵列可以历史记录新媒体脑元的协同相互作用，已被运用于监测培养的类器官警告的EEG样信号。

基于iPSC的仿真可以中止湿润，而且不不会给病患者导致任何风险，因此它们对于在病患者特定时代背景下进行时很低通量择优潜在制剂来得加举足轻重；借此是确认借助于新颖的、有具体来说的抗病症制剂。事实上这些仿真之前成功地运用于其他中不会枢脑子系统结核病的很低通量制剂择优。这样一个新颖的、基于人源细胞内的制剂择优平台可以解决我们对传统习俗啮齿类动物仿真的严重倚赖；传统习俗的啮齿动物仿真阻碍了抗病症制剂的发展；这也适度解释为什么三分之一以上的病症病患者缺乏必要的制剂外科手术。

有机体化病症外科手术管理制度的将来

如果要实现有机体化的病症外科手术管理制度，能够将技术飞跃与改善肥胖成人教育和给予病理学院护理其他部门机不会相结合。今后这些结果得借助于仿真不仅不会对科技领域专家有价值，而且将可以为了让以外科医生用它们对病患者进行时分类以便尽早将其分诊至病症中不会心。

基于AI的流行病学权衡反对仿真可以直观地得借助于每个抗病症制剂对于有机体病患者的成功外科手术的意味著性。这些仿真被转换成为该软件并给予美国食品小儿品监督管理制度局和其他监管机构的批准，属于“作为照护通讯设备的该软件”并不一定。子系统该软件既可以直接用到也可以录入到电子个人资料子系统中不会，并能通过想象中不会的反馈来提很低性能指标。它可以鉴别冠心病病症很低风险病患者，并能尽早、且有具体来说地发放昂贵的病理学院护理其他部门或手术审计服务。子系统该软件被验证是宏观经济必要的，可运用于优先亦需病患者进入病理学院病症外科手术中不会心。

以上文章借助于自 ： [1] Chen, Zhibin, Ben Rollo, Ana Antonic-Baker, Alison Anderson, Yuanlin Ma, Terence J. O’Brien, Zongyuan Ge, Xuefeng Wang, and Patrick Kwan. "New era of personalised epilepsy management." bmj 371 (2020).[2] Choong, Jiun H., Haris Hakeem, Zhibin Chen, Martin Brodie, Nicolas Lawn, Tom Drummond, Patrick Kwan, and Zongyuan Ge. "Application of transformers for predicting epilepsy treatment response." medRxiv (2020).