Suuret kielimallit auttavat ennustamaan leikkauksen epileptogeenisiä vyöhykkeitä
Epilepsia, yksi yleisimmistä neurologisista sairauksista, jolle on ominaista toistuvat kohtaukset, vaikuttaa yli 70 miljoonaan ihmiseen maailmanlaajuisesti. Noin 3,4 miljoonaa ihmistä Yhdysvalloissa elää tämän haastavan sairauden kanssa. Noin kolmasosaa epilepsiatapauksista ei saada hallintaan lääkkeillä. Näille potilaille epileptogeenisen alueen (EZ) kirurginen resektio, alueen, jonka poistaminen voi johtaa kohtausten vapauteen - ajanjakso, jonka aikana epilepsiaa sairastava henkilö ei koe kohtauksia - voi olla tehokas tapa vähentää tai poistaa kohtauksia. Nykyinen onnistumisprosentti resektiivisessä leikkauksessa, jossa kirurgi poistaa osan...
Suuret kielimallit auttavat ennustamaan leikkauksen epileptogeenisiä vyöhykkeitä
Epilepsia, yksi yleisimmistä neurologisista sairauksista, jolle on ominaista toistuvat kohtaukset, vaikuttaa yli 70 miljoonaan ihmiseen maailmanlaajuisesti. Noin 3,4 miljoonaa ihmistä Yhdysvalloissa elää tämän haastavan sairauden kanssa. Noin kolmasosaa epilepsiatapauksista ei saada hallintaan lääkkeillä. Näille potilaille epileptogeenisen alueen (EZ) kirurginen resektio, alueen, jonka poistaminen voi johtaa kohtausten vapauteen - ajanjakso, jonka aikana epilepsiaa sairastava henkilö ei koe kohtauksia - voi olla tehokas tapa vähentää tai poistaa kohtauksia.
Nykyinen onnistumisprosentti resektiivisessä leikkauksessa, jossa kirurgi poistaa osan aivokudoksesta, josta kohtaukset alkavat, on kuitenkin noin 50–60 %. Yksi syy on se, että EZS:ää ei ole tunnistettu tarkasti. ECS:n tunnistamiseksi potilaille tehdään sarja testejä, mukaan lukien MRI, elektroenkefalografia tai EEG ja kallonsisäinen EEG. Epileptologit käyttävät näitä tietoja ja kuvia kuvaamaan niin kutsuttua kohtausten semiologiaa - oireita ja käyttäytymistä kohtausten aikana. Näitä tietoja käytetään EZS:n sijainnin ennustamiseen.
Kuitenkin epileptologit, joita käytetään kuvaamaan kohtausten semiologiaa, voivat vaihdella epilepsiakeskuksesta toiseen.
"Eri epilepsiakeskukset voivat käyttää erilaisia termejä, jotka kuvaavat samaa kohtausten semiologiaa", sanoo Feng Liu, apulaisprofessori Stevens Institute of Technologyn Schaefer School of Engineering and Science -laitoksen järjestelmien ja yritysten osastolta. "Esimerkiksi termejä "epäsymmetrinen asento" ja "epäsymmetrinen tonic aktiivisuus" voidaan käyttää kuvaamaan samaa asiaa", hän jakaa esimerkin, jossa hän viittaa asentoon, jossa toinen käsi tai jalka on ojennettuna ja toinen koukussa. "On monia termejä, jotka voivat viitata samaan asiaan, mutta eri keskukset voivat käyttää eri terminologiaa kuvaamaan niitä."
Tämä aiheuttaa epäjohdonmukaisuutta, joka asettaa haasteita kirurgeille. Kohtausten semiologian kuvailevan luonteen vuoksi suuret kielimallit tai LLM:t, kuten ChatGPT, jotka on koulutettu valtavaan joukkoon julkisia tietueita, voivat olla arvokas työkalu EZS:n tunnistamiseen.
Liu ja hänen yhteistyökumppaninsa arvioivat ChatGPT:n käytön kliinistä arvoa kohtausten semiologian tulkitsemiseen EZ:n sijainnin ennustamiseksi.
Suuret kielimallit, kuten ChatGPT, voivat olla arvokkaita työkaluja monimutkaisten tekstitietojen analysointiin, auttamaan kohtausten semiologisten kuvausten tulkinnassa ja epileptogeenisten vyöhykkeiden tarkassa paikantamisessa. "
Feng Liu, apulaisprofessori, Systems and Enterprise, Schäfer School of Engineering and Science, Stevens Institute of Technology
Tutkimusta varten ryhmä haastatteli viittä hallituksen sertifioitua epileptologia, jotka hakivat 100 kysymyksen verkkokyselyyn EZS:n sijainnista kohtausten semiologian kuvauksen perusteella. Sitten tiimi käytti Chatgpt:tä saman tehtävän suorittamiseen ja vertasi ChatGPT:n suorituskykyä epileptologien suorituskykyyn.
ChatGPT-vasteiden todettiin vastaavan epileptologien vastauksia tai epileptologien vasteita, jotka liittyvät alueisiin, joilla epileptogeenisiä vyöhykkeitä usein sijaitsee, kuten aivojen etulohkoon ja ohimolohkoon. Epileptologit antoivat kuitenkin tarkempia vastauksia alueilla, joilla EZS:ää esiintyy harvoin, kuten insula- ja cingulate cortex -alueilla. Nämä tulokset julkaistaan vJournal of Medical Internet Researchtoukokuun 12. päivänä.
LLM:n suorituskyvyn parantamiseksi entisestään tiimi rakensi ensimmäisen LLM:n, joka on erityisesti rakennettu kohtauksen hemibody-tulkintaan nimeltä Episemollm, jota isännöi Stevens GPU -palvelin. Tämä alusta voi olla hyödyllinen päätöksenteon apulainen neurokirurgien ja epileptologien valmisteluvaiheessa ennen leikkausta.
"Tuloksemme osoittavat, että LLM ja hienosäädetty LLM voivat toimia arvokkaana työkaluna tukemaan epilepsialeikkauksen preoperatiivista arviointia", Liu sanoo. "Parhaat tulokset olisivat ihmisten ja tekoälyn yhteistyöllä."
Lähteet:
Luo ,Y.,et ai. (2025) ChatGPT:n kliininen arvo epilepsiaa edeltävälle kirurgiselle päätöksenteolle: Kohtausten semiologian tulkinnan systemaattinen arviointi.Journal of Medical Internet Research. doi.org/10.2196/69173.