开发和验证临床影像学机器学习及深度学习模型，以预测癫痫患者对初始抗癫痫药物的反应

《Epilepsia》：Development and validation of clinico-imaging machine learning and deep learning models to predict responses to initial antiseizure medications in epilepsy

人工智能模型通过整合临床数据和脑多模态MRI影像，预测癫痫患者对前两种抗癫痫药物的反应，融合深度学习模型（3D视频ResNet、Transformer编码器、双线性神经网络）在验证中表现最优，为个性化治疗决策提供支持。

　　

摘要

研究目的

抗癫痫药物（ASMs）是癫痫的一线治疗方法，但约有40%的患者对治疗反应不可预测，这些药物无法有效控制癫痫发作。本研究旨在利用临床数据和脑磁共振成像（MRI）数据开发并验证人工智能（AI）模型，以预测癫痫患者对前两种抗癫痫药物的反应。

研究方法

研究对象为澳大利亚墨尔本阿尔弗雷德医院接受抗癫痫药物单药治疗的最新诊断癫痫患者。我们利用多种临床特征、所使用的抗癫痫药物以及脑部多模态MRI图像/特征，开发了AI模型，以预测患者在服用第一种或第二种抗癫痫药物12个月后的无癫痫发作概率。研究采用了五折交叉内部验证方法，并在人类癫痫项目（Human Epilepsy Project）的参与者组成的外部验证队列中进行了进一步验证。

研究结果

开发队列包含154名患者（36%为女性，85%为局灶性癫痫），其中29%的患者曾同时接受过第一种和第二种抗癫痫药物的治疗。验证队列包含301名患者（61%为女性，均为局灶性癫痫），其中33%的患者也同时接受过这两种抗癫痫药物的治疗。一种融合深度学习（DL）模型表现优异，该模型结合了18层3D视频ResNet（用于多序列MRI数据）、变换器编码器（用于抗癫痫药物方案）和双线性神经网络（用于临床特征分析），其内部交叉验证F1分数为0.75±0.05（平均值±95%置信区间），优于其他结构较简单或整合的影像序列较少的机器学习（ML）模型。该DL模型在验证队列中的表现显著优于最佳ML模型（p<0.001）。

意义

结合脑MRI、临床和药物数据的AI模型能够有效预测最新诊断的癫痫患者的无癫痫发作情况。这些模型有助于优化癫痫治疗方案的选择，并为临床决策支持系统提供依据。需要在更大规模的队列中进行进一步验证。

利益冲突声明

P.K.及其所在机构曾从Angelini、Eisai、Jazz Pharmaceuticals、LivaNova、SK Life Science和UCB Pharma获得研究支持或咨询费用。Z.C.及其所在机构曾从UCB Pharma获得研究支持。Z.G.及其实验室曾从Optain Health、Eyetelligence和NVIDIA AI Tech Centre获得研究支持或咨询费用。T.J.O.B.所在机构曾从澳大利亚和美国政府研究资助机构（NHMRC、Medical Research Future Fund、Department of Defense、NINDS）获得研究支持，并从Eisai、Jazz Pharmaceuticals、LivaNova、ES Therapeutics、Kinosis Pharmaceuticals、Supernus和UCB Pharma等企业获得研究和/或咨询费用。J.F.因担任Acadia Pharmaceuticals、Access Industries、Acuta Capital Partners、AFASCI Inc.、Agrithera, Inc.、Alterity Therapeutics Limited、Angelini Pharma S.p.A、Autifony Therapeutics Limited、Axonis Therapeutics、Baergic Bio、Beacon Biosignals, Inc.、Biogen、Biohaven Pharmaceuticals、Bloom Science Inc.、Bright Minds Biosciences, Inc.、Camp4 Therapeutics Corporation、Capsida Biotherapeutics、Cerebral Therapeutics、Cerecin Inc.、Cerevel、Ceribell、Cognizance Biomarkers、Cowen and Company, LLC、Crossject、EcoR1 Capital、Eisai、Encoded Therapeutics、Engrail、Epalex、EpiMinder、Epitel Inc.、Equilibre BioPharmaceuticals、Genentech, Inc.、Grin Therapeutics、iQure Pharma Inc.、IQVIA RDS Inc.、Janssen Pharmaceutica、Jazz Pharmaceuticals、Korro Bio Inc.、Leal Therapeutics Inc.、Lipocine、LivaNova、Longboard Pharmaceuticals、Marinus、Modulight.bio、Neumirna Therapeutics、Neurelis、Neurocrine、NeuroPace, Inc.、NeuroPro Therapeutics、Neuroventis、Neurona Therapeutics、Ono Pharmaceutical Co.、Otsuka Pharmaceutical Development、Ovid Therapeutics Inc.、Praxis、PureTech LTY Inc.、Rapport Therapeutics, Inc.、Receptor Holdings Inc.、Rivervest Venture Partners、Sage Therapeutics, Inc.、SK Life Sciences、Stoke、Supernus、Takeda、Taysha Gene Therapies、Third Rock Ventures LLC、UCB Inc.、Ventus Therapeutics、Vida Ventures Management和Xenon等企业获得研究和/或咨询费用。她还从Epilepsy Study Consortium（由Eisai和UCB资助）、Epilepsy Study Consortium/Epilepsy Foundation（由UCB资助）、GW/FACES/One8Foundation以及美国国家神经疾病和中风研究所（National Institute of Neurological Disorders and Stroke）获得研究支持。S.B.从Epilepsy Study Consortium和美国国立卫生研究院（National Institutes of Health）获得薪资支持，同时获得了NHMRC的研究生资助。其他作者均无利益冲突声明。