首尔大学医院, 脑深部刺激术后，用人工智能预测结果

- 首尔大学研究组：预测帕金森病脑深部刺激术后症状好转程度
- 微电极测定与人工智能相结合，开创了设定标靶的新可能性

实施脑深部刺激术的白善河(音)教授表示：“在帕金森病脑深部刺激器移植手术中，利用人工智能对微电极测定信号进行分析，就能预测出结果。今后在积累更多数据和经验的情况下，预计将对治疗起到很大的帮助。”
首尔大学医院的白善河、金喜灿(音)、宣锡奎(音)、世宗忠南大学医院朴光贤(音)教授研究组利用人工智能深度学习(deep learning)技术,对34位在全身麻醉下接受脑深部刺激术的帕金森病患者的微细电极测定记录进行分析，从而预测术后临床结果的相关研究。

帕金森病是位于中脑的多巴胺神经细胞在不明原因的情况下，比正常人消失约70%而引发的疾病。它是继阿尔茨海默氏症之后，最常见的老年性退行性脑疾病，65岁以上人群中100人中约有2人患病。

​
颤抖、强直、姿势不稳、行走障碍等是帕金森病的症状。为抑制症状的发生而实施的典型治疗就是脑深部刺激术。在大脑的异常部位放入电极，通过电刺激调节神经回路。其中找到正确而恰当的标靶最为重要。手术室内在患者的头盖骨上穿孔，通过MRI在确定好的大脑部位设置微电极，慢慢移动位置，测定大脑产生的电信号。这时，对记录的电信号进行分析，在预计效果最好的位置插入实际的刺激电极。

​

利用脑深部刺激术插入刺激电极的模式图研究组运用人工智能的深度学习分析了通过微电极获得的信号，并对结果进行了预测。之后根据实际手术后患者状态的好转程度将患者分组，与人工智能的预测进行比较。虽然两侧都实施了脑深部刺激术，但考虑到各电极对身体左右两侧的影响不同，在人工智能算法内使用了多重结构，对左右两侧适用不同的比例。在5:1和6:1的比例下，预测的准确率最高，最高达到80.21%。研究组表示，这与脑神经基底核的功能结构具有相似性。

​

白善河(神经外科)教授充满期待地表示：“这将成为在帕金森病患者实施脑深部刺激术时找到最佳标靶的新模式。

” 就研究意义方面，金喜灿教授(医学工程系)表示：“这是在脑深部刺激器移植术的预后预测中应用深度学习技术的新尝试，”他也展望“今后将开发更多利用人工智能技术的临床决策支持系统”。

首次尝试把人工智能运用在微电极测定信号上以预测手术结果的此次研究，发表在国际学术杂志《PLOS ONE》最新一期上。