てんかん×AI 深掘り⑥・最終回
AIは「効く薬」と「治る人」を予測できるか
てんかん外科×AIと薬剤反応予測を一次文献で検証
薬1薬剤反応予測（試行錯誤からの脱却）
旗艦モデル
深層学習が初回ASMの奏効を予測 AUROC 0.65（4か国1798例）
マルチモーダル
臨床のみ0.69／脳波のみ0.68／統合で 0.81（Lee 2025）
薬2外部検証とばらつき
外部検証の壁
プール0.65 → 外部検証で 0.52〜0.60 に低下（Hakeem 2022）
系統レビュー
37研究で「ほぼ完璧〜ランダム同然」・限界はデータの質と量
外1てんかん外科の成績予測
検証済みモデル
臨床で検証されたESOP（手術成績予測）は まだ存在しない
低侵襲
MRgレーザー後の発作消失予測 AUC 0.67（13施設・Yossofzai 2023）
外2複雑さは答えではない（核）
797例
単純LR・MLP・複雑XGBoost いずれも 71-72%・有意差なし
外部検証
既報モデルは63%に低下。N=2000まで増やしても改善限定的
鍵
複雑さ・規模でなく、特徴選択・データ標準化・施設間協調（Eriksson 2023）
予測AIは 試行錯誤を縮める可能性。だが性能中等度・
外部検証で低下。データの質と専門家の判断が鍵。
出典：Hakeem 2022 JAMA Neurol／Lee 2025 Seizure／Abdaltawab 2024 Epilepsy Behav／Baciu 2023 Rev Neurol／Eriksson 2023 Epilepsia／Yossofzai 2023 J Neurosurg Pediatr／Miron 2023 Epilepsy Res／Dasgupta 2022 Expert Rev Med Devices（いずれもPubMed実在確認済）
✚ 医知創造ラボ