新的人工智能系统可以为癫痫患者创造更多希望

正如Endgadget报道的那样，两名人工智能研究人员可能已经创建了一个系统，为癫痫患者创造了新的希望——该系统“可以以 99.6% 的准确率预测癫痫发作”，并在癫痫发​​作前一小时内完成。

这不会是第一个新的进步，因为荷兰埃因霍温技术大学 (TU) 的研究人员之前开发了一种可以预测夜间癫痫发作的智能手臂手镯。但正如IEEE Spectrum所指出的那样，新的 AI 系统可以运行的准确性和较短的时间框架，为全球约5000 万癫痫患者带来了更多希望(基于世界卫生组织的数据)。在这些患者中，如果按时服用，其中 70% 的患者可以通过药物控制癫痫发作。

新的人工智能系统由路易斯安那大学拉斐特分校的 Hisham Daoud 和 Magdy Bayoumi 创建，被誉为“现有预测方法的重大飞跃”。正如开发该系统的两名研究人员之一 Hisham Daoud 所解释的那样：“由于癫痫发作时间出人意料，癫痫对患者产生了强烈的心理和社会影响。”

正如解释的那样，“每个人都表现出独特的大脑模式，这使得准确预测癫痫发作变得困难。” 到目前为止，先前存在的模型“在两个阶段的过程中预测癫痫发作，其中必须手动提取大脑模式，然后应用分类系统”，正如 Daoud 解释的那样，这增​​加了进行癫痫发作预测所需的时间.

他们在7月24日发表于 IEEE Transactions on Biomedical Circuits and Systems的研究中解释了他们的方法，“特征提取和分类过程被结合到一个自动化系统中，从而能够更早、更准确地预测癫痫发作。”

为了进一步提高他们系统的准确性，Daoud 和 Bayoumi “采用了另一种分类方法，一种深度学习算法从不同的电极位置提取和分析患者大脑活动的时空特征，从而提高了他们模型的准确性。” 由于“脑电图读数可能涉及多个电活动‘通道’”，为了加快预测过程，两位研究人员“应用了一种额外的算法来识别最合适的电活动预测通道”。

完整的系统随后在 波士顿儿童医院对 22 名患者进行了测试。虽然样本量很小，但该系统被证明非常准确(99.6%)，并且“误报率低，每小时误报0.004次”。

正如 Daoud 解释的那样，下一步将是开发定制的计算机芯片来处理算法。 “我们目前正在设计部署该算法的高效硬件[设备]，考虑到系统大小、功耗和延迟等许多问题，以使患者以舒适的方式适合实际应用。”