אפילפסיה, אחת ההפרעות הנוירולוגיות הנפוצות ביותר המאופיינות בהתקפים חוזרים ונשנים, משפיעה על למעלה מ- 70 מיליון אנשים ברחבי העולם. בארצות הברית, כ -3.4 מיליון אנשים חיים עם מצב מאתגר זה. כשליש ממקרי האפילפסיה לא ניתן לשלוט על ידי תרופות. עבור אותם חולים, כריתה כירורגית של האזור האפילפטוגני (EZ), אזור שהסרתו יכולה להוביל לחופש התקפים – פרק זמן בו אדם עם אפילפסיה אינו חווה התקפים – יכול להיות אפשרות יעילה להפחתת התקפים או לחסל.
עם זאת, אחוזי ההצלחה הנוכחיים לניתוח ראשי – בו המנתח מסיר חלק מרקמות המוח בהן מקורם של התקפים – הוא בסביבות 50% עד 60%. אחת הסיבות היא שה- EZs לא זוהו במדויק. כדי לזהות את ה- EZS, חולים עוברים סדרה של בדיקות, כולל MRI, אלקטרואנספלוגרפיה או EEG ו- EEG תוך גולגולתי. אפילפטולוגים משתמשים בנתונים ותמונות אלה כדי לתאר את מה שמכונה סמיולוגיה של ההתקפים – הסימפטומים וההתנהגויות במהלך התקפים. מידע זה משמש לחיזוי מיקום ה- EZS.
עם זאת, האפילפולוגים בשפה משתמשים בהם לתיאור חצי התפיסה יכולה להיות שונה ממרכז אפילפסיה אחד למשנהו.
"מרכזי אפילפסיה שונים עשויים להשתמש במונחים שונים המתארים את אותה סמיולוגיה של התקפים", אומר פנג ליו, עוזר פרופסור במחלקה למערכות ומפעלים, בית הספר להנדסה ומדע של שפר במכון הטכנולוגי של סטיבנס. "לדוגמה, ניתן להשתמש במונחים 'יציבה א -סימטרית' ו'פעילות טוניק א -סימטרית 'כדי לתאר את אותו הדבר", הוא משתף דוגמא אחת, ומתייחס לתנוחה בה זרוע אחת או רגל אחת מורחבת בעוד שהשנייה מכופפת. "יש הרבה מונחים שיכולים להתייחס לאותו הדבר, אבל מרכזים שונים עשויים להשתמש במינוח שונה כדי לתאר זאת."
זה יוצר חוסר עקביות מסוים, ומציג אתגרים למנתחים. בשל האופי התיאורי של הסמיולוגיה של ההתקפים, מודלים גדולים בשפה או LLM כמו ChatGPT, שהוכשרו על קבוצה עצומה של רשומות ציבוריות, עשויה להיות כלי חשוב לסייע בזיהוי ה- EZS.
ליו וצוות משתפי הפעולה שלו העריכו את הערך הקליני של השימוש ב- CHATGPT כדי לפרש את סמיולוגיית ההתקפים כדי לחזות את מיקום EZ.
מודלים גדולים בשפה כמו ChatGpt, יכולים להיות כלים יקרי ערך לניתוח מידע טקסטואלי מורכב, לסייע בפרשנות תיאורי סמיולוגיה של ההתקפים ולסייע במדויק לאוקליזציה של האזורים האפילפטוגניים. "
פנג ליו, עוזר פרופסור, המחלקה למערכות ומפעלים, בית הספר להנדסה ומדע של שפר, מכון הטכנולוגיה של סטיבנס
לצורך המחקר, הצוות סקר חמישה אפילפולוגים מוסמכים על ידי הלוח שסיימו סקר מקוון הכולל 100 שאלות על לוקליזציה של EZs בהתחשב בתיאור הסמיולוגיה של ההתקפים. לאחר מכן, הצוות השתמש ב- CHATGPT כדי לבצע את אותה המשימה והשווה את הביצועים של CHATGPT לזה של אפילפולוגים.
התברר שתגובות CHATGPT תואמות או ביצעו את התגובות של האפילפטולוגים הקשורות לאזורים בהם נמצאים בדרך כלל אזורים אפילפטוגניים, כמו האונה הקדמית של המוח והאונה הזמנית. עם זאת, אפילפולוגים סיפקו תגובות מדויקות יותר באזורים שבהם נמצאים EZs לעיתים רחוקות, כמו האינסולה וקליפת המוח. ממצאים אלה מתפרסמים ב כתב העת לחקר האינטרנט הרפואי ב- 12 במאי.
כדי לשפר עוד יותר את הביצועים של LLM, הצוות בנה את ה- LLM הראשון במיוחד לפרשנות חצי התקף, שנקרא Pesemollm, המתארח בשרת Stevens GPU. פלטפורמה זו יכולה להיות עוזרת שימושית בקבלת ההחלטות במהלך שלב האימון הפרסום עבור נוירוכירורגים ואפילפולוגים.
"התוצאות שלנו מדגימות כי LLM ו- LLM מכוונת עדינה עשויים לשמש כלי חשוב לסייע בהערכה לפני הניתוח לניתוח אפילפסיה", אומר ליו. "התוצאות הטובות ביותר יהיו שבני האדם ו- AI יעבדו יחד."
