Kansainvälisen tutkijatiimin kehittämä tekoälytyökalu havaitsee 64 prosenttia sellaisista epilepsiaan liittyvistä aivopoikkeavuuksista, jotka jäävät radiologeilta huomaamatta, osoitti Jama Neurology -lehdessä juuri julkaistu tutkimus.
– Uusi työkalu voi tehostaa olennaisesti 2500 potilaan diagnostiikkaa ja hoitoa Suomessa, ja maailmanlaajuisesti siitä voi hyötyä neljä miljoonaa potilasta, kertoo tutkimukseen osallistunut dosentti Yawu Liu Itä-Suomen yliopistosta.
Lontoon King's Collegen ja University College Londonin (UCL) johtamassa tutkimuksessa oli mukana myös Kuopion yliopistollisen sairaalan Epilepsiakeskuksen ja Itä-Suomen yliopiston Epilepsian biomarkkeritutkimus, jota johtaa neurologian professori Reetta Kälviäinen. Suomessa tutkimusta rahoittivat Saastamoisen säätiö ja Suomen Akatemia.
MELD Graphiksi nimetty tekoälytyökalu parantaa merkittävästi aivokuoren paikallisen kehityshäiriön eli kortikaalisen dysplasian paikantamista. – Näin päästään nopeammin tarkkaan diagnoosiin ja potilaat voivat saada nopeammin tarvitsemaansa kirurgista hoitoa, Kälviäinen kertoo.
Tutkijoiden mukaan esimerkiksi Englannissa työkalun käyttö vähentäisi terveydenhuollon kustannuksia jopa 55 000 puntaa potilasta kohti.
Yksi sadasta ihmisestä sairastaa epilepsiaa ja joka viides epilepsiapotilas saa aivojen rakenteellisesta poikkeavuudesta johtuvia kohtauksia. Aivokuoren paikalliset kehityshäiriöt ovat yleinen epilepsian rakenteellinen syy, eikä tämän tyyppistä epilepsiaa sairastavilla kohtauksia yleensä saada kokonaan hallintaan lääkkeillä. Poikkeavan rakenteen poistaminen voi olla tehokas ja turvallinen tapa pysäyttää kohtaukset. Haasteena on kuitenkin se, että kehityshäiriöitä voi olla ihmissilmin vaikea nähdä aivojen magneettikuvissa. Jopa puolet näistä poikkeavuuksista jää radiologeilta huomaamatta. Diagnoosin ja leikkauksen viivästyminen merkitsee potilaalle enemmän kohtauksia, enemmän käyntejä päivystyksessä ja enemmän haasteita koulussa, työssä ja kotona.
Nyt julkaistu tutkimus toteutettiin osana Multicentre Epilepsy Lesion Detection (MELD) -hanketta. Tutkijat yhdistivät kaikkiaan 1185 osallistujan – 703 kehityshäiriöpotilaan ja 482 vertailuhenkilön – magneettikuvatiedot 23 epilepsiakeskuksesta ympäri maailmaa. Aineistolla he kouluttivat tekoälytyökalua havaitsemaan sellaiset kuorikerroksen kehityshäiriöt, jotka voisivat ihmisiltä jäädä huomaamatta.
Kälviäisen mukaan myös suomalaisessa terveydenhuollossa olisi ilman muuta hyötyä MELD Graphin kaltaisesta tekoälytyökalusta, joka tukisi neuroradiologeja päätöksenteossa, nopeuttaisi hoitoa, vähentäisi tarpeettomia tutkimuksia ja siten säästäisi kokonaiskustannuksia.
Työkalua ei voi vielä hankkia sairaaloihin, mutta tutkimusryhmä on julkaissut sen avoimen lähdekoodin ohjelmistona ja järjestää lääkäreille ja tutkijoille työpajoja sen käytöstä muun muassa osana vaikeiden ja harvinaisten epilepsioiden Euroopan osaamiskeskusverkoston (EpiCARE ERN) toimintaa.
Lisätietoja:
Neurologian professori Reetta Kälviäinen, reetta.kalviainen@uef.fi
https://uefconnect.uef.fi/reetta.kalviainen/
Tutkimusartikkeli:
Ripart M et al., 2025. Detection of epileptogenic focal cortical dysplasia using graph neural networks: a MELD study. JAMA Neurology, Feb 24. doi:10.1001/jamaneurol.2024.5406
