Использование ИИ для диагностики эпилепсии у мышей

Появление изображений высокого разрешения позволило медицинским работникам и ученым лучше понять нарушения в работе мозговой цепи, наблюдаемой у эпилептиков, однако о том, как эпилепсия влияет на поведение, известно меньше. В новом исследовании был использован инструмент ИИ на мышах, чтобы уловить поведение связанное с эпилепсией.

Эпилепсия - хроническое заболевание головного мозга, от которого страдают миллионы людей во всем мире. Она может поражать людей любого возраста, и для некоторых лечение не только вызывает неприятные побочные эффекты, но и не предотвращает возникновение эпилептических припадков.

Традиционный подход к диагностике и оценке лечения эпилепсии предполагает метод электроэнцефалографии (ЭЭГ), т.е. трактовки электроэнцефалограммы в течение нескольких дней или недель. Но это может быть довольно "тупым инструментом", учитывая сложность и разнообразие заболевания, а также тот факт, что некоторые приступы не проявляются на ЭЭГ. Кроме того, этот метод трудоемок и субъективен. Медицинский работник должен просматривать и анализировать электроэнцефалограмму и полагаться на свою способность замечать зачастую незначительные изменения в поведении.

Исследователи из Stanford Medicine при поддержке National Institute of Neurological Disorders and Stroke (NINDS) использовали инструмент ИИ под названием MoSeq (Motion Sequencing) для анализа поведения мышей-эпилептиков, выявляя поведенческие "отпечатки пальцев", которые могут остаться незамеченными для человеческого глаза.

MoSeq - это технология машинного обучения, которая обучает машину, не имеющую опыта, выявлять повторяющиеся модели поведения. После выявления моделей поведения MoSeq предлагает набор инструментов визуализации и статистических тестов, которые помогают ученым понять эти модели поведения и сравнить их с рядом экспериментальных условий.

Используя MoSeq для анализа видео свободно перемещающихся мышей, исследователи смогли определить местонахождение, отследить и количественно оценить поведение мышей. Они обнаружили, что технология позволяет лучше различать эпилептических и здоровых мышей, превосходя по этому показателю людей. Более того, для этого потребовался всего один час видеозаписи, и, в отличие от традиционных методов, для проведения анализа не требовалось, чтобы случился припадок.

Исследователи смогли использовать ИИ для распознавания моделей поведения мышей после того, как им давали один из трех антиконвульсантов.

Успешное применение технологии машинного обучения демонстрирует ее потенциал для использования на людях, чтобы обеспечить более быстрый, менее трудоемкий, менее дорогостоящий и более объективный способ диагностики эпилепсии и проверки эффективности антиконвульсантов. Исследователи надеются, что в перспективе "просто нужно будет снять на видео пациента, который некоторое время ходит по смотровой комнате, и по последовательности движений можно будет сделать точные выводы о том, есть ли у него вероятность припадков или нет, а также об эффективности его лекарств".

Исследование было опубликовано в журнале Neuron.

Фото: Stanford University School of Medicine. Каждый ряд представляет собой последовательность поведений или "слогов" конкретной мыши. Каждому "слогу" присвоен индивидуальный цвет (в верхнем блоке - контрольные мыши, ниже - мышиные модели эпилепсии).