大语言模型有助于预测手术的致癫痫区域

大语言模型有助于预测手术的致癫痫区域

癫痫是一种以反复发作为特征的最常见神经系统疾病，影响着全球超过 7000 万人。美国大约有 340 万人患有这种具有挑战性的疾病。大约三分之一的癫痫病例无法通过药物控制。对于这些患者来说，手术切除致痫区（EZ）可能是减少或消除癫痫发作的有效选择，该区域的切除可以导致癫痫发作自由期（癫痫患者不会发作的一段时间）。

然而，目前切除手术（外科医生切除部分癫痫发作的脑组织）的成功率约为 50% 至 60%。原因之一是EZS尚未被精确识别。为了识别 ECS，患者需要接受一系列测试，包括 MRI、脑电图或脑电图以及颅内脑电图。癫痫学家使用这些数据和图像来描述所谓的癫痫症状学——癫痫发作期间的症状和行为。该信息用于预测 EZS 的位置。

然而，癫痫病学家用来描述癫痫发作症状学的语言可能因癫痫中心而异。

史蒂文斯理工学院谢弗工程与科学学院系统与企业系助理教授 Feng Liu 表示：“不同的癫痫中心可能会使用不同的术语来描述相同的癫痫症状。” “例如，‘不对称姿势’和‘不对称强直活动’这两个术语可以用来描述同一件事，”他分享了一个例子，其中他指的是一种手臂或腿伸展而另一只弯曲的姿势。 “有很多术语可以指代同一事物，但不同的中心可能会使用不同的术语来描述它们。”

这造成了一些不一致，给外科医生带来了挑战。由于癫痫症状学的描述性，大型语言模型或法学硕士（例如在大量公共记录上训练的 ChatGPT）可以成为识别 EZS 的宝贵工具。

Liu 和他的合作者团队评估了使用 ChatGPT 解释癫痫症状学以预测 EZ 位置的临床价值。

ChatGPT 等大型语言模型可能是分析复杂文本信息的宝贵工具，有助于解释癫痫发作的符号学描述并准确定位癫痫发作区域。 “

刘峰，史蒂文斯理工学院谢弗工程与科学学院系统与企业系助理教授

在这项研究中，研究小组调查了五名获得委员会认证的癫痫专家，他们根据癫痫症状学的描述申请了一项关于 EZS 位置的 100 个问题在线调查。该团队随后使用 Chatgpt 完成相同的任务，并将 ChatGPT 的表现与癫痫病学家的表现进行比较。

ChatGPT 反应被发现与癫痫病学家的反应相匹配，或者癫痫病学家与癫痫发生区经常位于的区域（例如大脑额叶和颞叶）相关的反应相匹配。然而，癫痫学家在 EZS 很少出现的区域（例如岛叶和扣带皮层）提供了更精确的答案。这些结果将发表在医学互联网研究杂志5月12日。

为了进一步提高 LLM 的性能，该团队构建了第一个专门为癫痫半体解释而构建的 LLM，称为 Episemollm，托管在 Stevens GPU 服务器上。该平台可以成为神经外科医生和癫痫病专家在术前准备阶段的有用决策助手。

“我们的结果表明，法学硕士和微调法学硕士可以作为支持癫痫手术术前评估的宝贵工具，”刘说。 “最好的结果是人类和人工智能一起工作。”

资料来源：