新的人工智能系統(tǒng)近乎完美的預(yù)測(cè)癲癇發(fā)作

（文章來(lái)源：教育新聞網(wǎng)）

對(duì)于全世界約有5000萬(wàn)人的癲癇病，大腦中細(xì)胞之間的電信號(hào)交換有時(shí)會(huì)變成麻煩，并引起癲癇發(fā)作-往往很少甚至沒(méi)有預(yù)警。路易斯安那大學(xué)拉斐特分校的兩名研究人員開(kāi)發(fā)了一種新的AI驅(qū)動(dòng)的模型，該模型可以預(yù)測(cè)發(fā)病前一小時(shí)內(nèi)發(fā)作的發(fā)生率，準(zhǔn)確率達(dá)99.6%。

“由于意外的癲癇發(fā)作時(shí)間，癲癇癥對(duì)患者具有強(qiáng)烈的心理和社會(huì)影響，”共同開(kāi)發(fā)新模型的研究人員Hisham Daoud解釋說(shuō)。他說(shuō)，提前發(fā)現(xiàn)癲癇發(fā)作可以大大改善癲癇患者的生活質(zhì)量，并為他們提供足夠的時(shí)間采取行動(dòng)。值得注意的是，這些患者中多達(dá)70%的患者可通過(guò)藥物控制癲癇發(fā)作。

Daoud和他的同事Magdy Bayoumi絕不是最早探索預(yù)測(cè)癲癇發(fā)作方法的人。其他研究小組研究了使用腦電圖(EEG)測(cè)試分析大腦活動(dòng)的方法，并使用這些數(shù)據(jù)開(kāi)發(fā)了預(yù)測(cè)模型。但是，每個(gè)人都有獨(dú)特的大腦模式，因此很難準(zhǔn)確預(yù)測(cè)癲癇發(fā)作。以前的模型被設(shè)計(jì)為分兩個(gè)階段執(zhí)行，其中必須手動(dòng)提取大腦模式，然后應(yīng)用分類系統(tǒng)，Daoud說(shuō)，這增加了模型的復(fù)雜性。

此外，研究人員采用了另一種分類方法，其中深度學(xué)習(xí)算法從不同的電極位置提取并分析了患者大腦活動(dòng)的時(shí)空特征，從而提高了模型的準(zhǔn)確性。最后，EEG讀數(shù)可能涉及多個(gè)電活動(dòng)“通道”，因此Daoud和Bayoumi應(yīng)用了另一種算法來(lái)識(shí)別最合適的電活動(dòng)預(yù)測(cè)通道。這也加快了預(yù)測(cè)過(guò)程。

研究人員使用來(lái)自波士頓兒童醫(yī)院的22名患者的長(zhǎng)期EEG數(shù)據(jù)開(kāi)發(fā)并測(cè)試了他們的方法。盡管這只是一個(gè)很小的樣本，但結(jié)果證明對(duì)團(tuán)隊(duì)來(lái)說(shuō)是令人興奮的。他們的模型不僅非常準(zhǔn)確，達(dá)到了99.6%，而且誤報(bào)率也很低，每小時(shí)的誤報(bào)率為0.004。

系統(tǒng)確實(shí)需要進(jìn)行一些設(shè)置才能產(chǎn)生這樣的結(jié)果。Daoud表示：“為了在早期預(yù)測(cè)時(shí)間內(nèi)達(dá)到如此高的準(zhǔn)確性，我們需要對(duì)每位患者進(jìn)行模型訓(xùn)練?！彼赋?，訓(xùn)練可能需要在癲癇發(fā)作前后數(shù)小時(shí)進(jìn)行非侵入性EEG監(jiān)測(cè)，包括癲癇發(fā)作本身?！巴ㄟ^(guò)商業(yè)上可買到的EEG可穿戴電極，可以[完成]離線記錄?！?/p>

Daoud說(shuō)，隨著軟件組件的完成，下一步是開(kāi)發(fā)定制的計(jì)算機(jī)芯片來(lái)處理算法。他說(shuō)：“我們目前正在設(shè)計(jì)一種部署此算法的高效硬件[設(shè)備]，并考慮到許多問(wèn)題，例如系統(tǒng)大小，功耗和等待時(shí)間等，以適合患者的舒適方式適合實(shí)際應(yīng)用，”他說(shuō)。