Großsprachenmodelle helfen bei der Vorhersage epileptogener Zonen für die Operation

Epilepsie, eine der häufigsten neurologischen Erkrankungen, die durch wiederkehrende Anfälle gekennzeichnet sind, betrifft weltweit über 70 Millionen Menschen. In den Vereinigten Staaten leben etwa 3,4 Millionen Menschen mit dieser herausfordernden Erkrankung. Rund ein Drittel der Epilepsie -Fälle können nicht durch Medikamente kontrolliert werden. Für diese Patienten kann eine chirurgische Resektion der epileptogenen Zone (EZ), eines Bereichs, dessen Entfernung zu einer Beschlagnahmefreiheit führen kann – eine Zeitspanne, in der eine Person mit Epilepsie keine Anfälle erlebt – eine wirksame Option zur Reduzierung oder Beseitigung von Anfällen sein kann.

Die aktuelle Erfolgsrate für eine resektive Chirurgie, bei der der Chirurg einige der Gehirngewebe, in denen Anfälle stammen, entfernt, beträgt jedoch etwa 50% bis 60%. Einer der Gründe ist, dass die EZS nicht genau identifiziert wurden. Um die EZS zu identifizieren, werden Patienten eine Reihe von Tests unterzogen, darunter MRT, Elektroenzephalographie oder EEG und intrakranielles EEG. Epileptologen verwenden diese Daten und Bilder, um die sogenannte Semiologie der Anfälle zu beschreiben – die Symptome und Verhaltensweisen bei Anfällen. Diese Informationen werden verwendet, um den Ort der EZS vorherzusagen.

Die Sprach -Epileptologen, die zur Beschreibung der Semiologie der Beschlagnahme von Anfällen verwendet werden, kann sich jedoch von einem Epilepsie -Zentrum zum anderen unterscheiden.

„Verschiedene Epilepsiezentren verwenden möglicherweise unterschiedliche Begriffe, die dieselbe Semiologie der Beschlagnahme beschreiben“, sagt Feng Liu, Assistenzprofessor am Department of Systems and Enterprises, Schaefer School of Engineering and Science am Stevens Institute of Technology. „Zum Beispiel können Begriffe“ asymmetrische Haltung „und“ asymmetrische Tonic -Aktivität „verwendet werden, um dasselbe zu beschreiben“, teilt er ein Beispiel, in dem er sich auf eine Haltung bezieht, in der ein Arm oder ein Bein erweitert wird, während der andere gebeugt wird. „Es gibt viele Begriffe, die sich auf dasselbe beziehen können, aber verschiedene Zentren verwenden möglicherweise eine andere Terminologie, um sie zu beschreiben.“

Dies schafft eine gewisse Inkonsistenz, die Chirurgen Herausforderungen darstellt. Aufgrund der beschreibenden Natur der Semiologie der Beschlagnahme, Großsprachenmodelle oder LLMs wie ChatGPT, die in einer riesigen Kohorte öffentlicher Aufzeichnungen geschult wurden, können ein wertvolles Instrument sein, um die EZS zu identifizieren.

Liu und sein Team von Mitarbeitern bewerteten den klinischen Wert der Verwendung von ChatGPT, um die Semiologie der Beschlagnahme zu interpretieren, um den EZ -Standort vorherzusagen.

Großsprachenmodelle wie ChatGPT könnten wertvolle Instrumente zur Analyse komplexer Textinformationen sein, bei der Interpretation der Semiologiebeschreibungen zur Beschlagnahme von Anfällen und der genauen Lokalisierung der epileptogenen Zonen helfen. „

Feng Liu, Assistenzprofessor, Ministerium für Systeme und Unternehmen, Schäfer School of Engineering and Science, Stevens Institute of Technology

Für die Studie befragte das Team fünf von der Verwaltungsrat zertifizierte Epileptologen, die eine Online-Umfrage mit 100 Fragen zur Lokalisierung von EZS beantragten, angesichts der Beschreibung der Seizure-Semiologie. Dann verwendete das Team Chatgpt, um die gleiche Aufgabe zu erledigen, und verglichen die Leistung von ChatGPT mit der von Epileptologen.

Es stellte sich heraus, dass ChatGPT -Antworten die Reaktionen von Epileptologen übereinstimmten oder die Reaktionen der Epileptologen im Zusammenhang mit den Regionen, in denen epileptogene Zonen häufig lokalisiert sind, wie dem Frontallappen des Gehirns und des Temporallappens. Epileptologen lieferten jedoch genauere Antworten in Regionen, in denen EZS selten gelegen ist, wie die Insula und den cingulierten Kortex. Diese Ergebnisse werden in veröffentlicht Das Journal of Medical Internet Research am 12. Mai.

Um die Leistung von LLM weiter zu verbessern, baute das Team das erste LLM, das speziell für die Interpretation der Anfälle -Halbkörper namens Episemollm gebaut wurde und auf einem Stevens -GPU -Server gehostet wird. Diese Plattform kann ein nützlicher Assistent bei der Entscheidungsfindung während der präoperativen Aufbauphase für Neurochirurgen und Epileptologen sein.

„Unsere Ergebnisse zeigen, dass LLM und fein abgestimmte LLM möglicherweise als wertvolles Instrument zur Unterstützung der präoperativen Bewertung für die Epilepsie-Chirurgie dienen“, sagt Liu. „Die besten Ergebnisse wären, dass die Menschen und die KI zusammenarbeiten.“

Quellen: