AI发现小鼠癫痫行为方面优于人眼

高分辨率成像的出现使医疗保健提供者和科学家对癫痫患者中的脑回路故障有了更深入的了解，但对癫痫如何影响行为知之甚少。一项新的研究在老鼠身上使用了最先进的人工智能来捕捉人眼可能错过的癫痫相关行为。

癫痫是最常见的慢性脑部疾病，影响着全世界数百万人。它可以影响任何年龄的人，对于某些人来说，治疗不仅会产生令人讨厌的副作用，而且不能防止癫痫发作的发生。

传统的癫痫诊断和治疗评估方法涉及在数天或数周内使用连续的视频脑电图 (EEG) 监测。但考虑到病情的复杂性和多样性以及一些癫痫发作不会出现在脑电图上的事实，它可能是一个相当生硬的工具。此外，它既是劳动密集型的，也是主观的。医疗保健专业人员必须查看和分析数小时的视频脑电图记录，并依靠他们注意到通常轻微的行为变化的能力。

现在，研究人员使用称为MoSeq(或运动排序)的AI技术来分析癫痫小鼠的行为，识别人眼可能不注意的行为“指纹”。

MoSeq是一种机器学习技术，可训练无监督机器识别重复的行为模式。在确定行为后，MoSeq提供了一套可视化工具和统计测试，以帮助科学家了解这些行为并将其与一系列实验条件进行比较。

使用MoSeq分析自由移动的小鼠的3D视频，研究人员能够定位，跟踪和量化小鼠的行为。他们发现该技术可以更好地区分癫痫和非癫痫小鼠，优于训练有素的人类观察者。此外，与传统方法不同，它只需要一个小时的视频记录，并且在提供分析之前不需要癫痫发作。

研究人员能够使用人工智能来区分小鼠在服用三种抗癫痫药物之一后的行为模式。

机器学习技术的成功应用证明了其在人类中的使用潜力，为诊断癫痫和测试抗癫痫药物的疗效提供了一种更快、劳动强度更低、成本更低、更客观的方法。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！