Un Nuovo Sistema di Intelligenza Artificiale Potrebbe Creare Maggiori Speranze per le Persone con Epilessia

Come riporta Endgadget, due ricercatori di intelligenza artificiale potrebbero aver creato un sistema che crea nuove speranze per le persone che soffrono di epilessia – un sistema “che può prevedere le crisi epilettiche con un’accuratezza del 99,6%,” e farlo fino a un’ora prima che le crisi si verifichino.

Ciò non sarebbe la prima nuova avanzata, poiché in precedenza i ricercatori della Technical University (TU) di Eindhoven, nei Paesi Bassi, hanno sviluppato un braccialetto intelligente che può prevedere le crisi epilettiche durante la notte. Ma l’accuratezza e il breve periodo di tempo in cui il nuovo sistema di intelligenza artificiale può funzionare, come nota IEEE Spectrum, dà più speranze a circa 50 milioni di persone in tutto il mondo che soffrono di epilessia (in base ai dati dell’Organizzazione Mondiale della Sanità). Di questo numero di pazienti, il 70% di loro può controllare le crisi con i farmaci se assunti in tempo.

Il nuovo sistema di intelligenza artificiale è stato creato da Hisham Daoud e Magdy Bayoumi dell’Università della Louisiana a Lafayette, e viene elogiato come “un grande passo avanti rispetto ai metodi di previsione esistenti.” Come spiega Hisham Daoud, uno dei due ricercatori che hanno sviluppato il sistema, “A causa dei tempi di crisi imprevisti, l’epilessia ha un forte impatto psicologico e sociale sui pazienti.”

Come viene spiegato, “ogni persona presenta modelli cerebrali unici, che rendono difficile prevedere con accuratezza le crisi.” Fino ad ora, i modelli esistenti prevedevano le crisi “in un processo a due stadi, in cui i modelli cerebrali devono essere estratti manualmente e poi applicato un sistema di classificazione,” che, come spiega Daoud, aggiungeva tempo per effettuare una previsione di crisi.

Nel loro approccio descritto in uno studio pubblicato il 24 luglio su IEEE Transactions on Biomedical Circuits and Systems, “i processi di estrazione delle caratteristiche e di classificazione sono combinati in un unico sistema automatizzato, che consente una previsione più precoce e più accurata delle crisi.”

Per aumentare ulteriormente l’accuratezza del loro sistema, Daoud e Bayoumi “hanno incorporato un altro approccio di classificazione in cui un algoritmo di apprendimento profondo estrae e analizza le caratteristiche spazio-temporali dell’attività cerebrale del paziente da diverse posizioni di elettrodi, aumentando l’accuratezza del loro modello.” Poiché “le letture EEG possono coinvolgere più ‘canali’ di attività elettrica,” per accelerare ulteriormente il processo di previsione, i due ricercatori “hanno applicato un algoritmo aggiuntivo per identificare i canali di attività elettrica più appropriati per la previsione.”

Il sistema completo è stato quindi testato su 22 pazienti al Boston Children’s Hospital. Sebbene il campione fosse piccolo, il sistema si è rivelato molto accurato (99,6%), e ha avuto “una bassa tendenza a falsi positivi, con 0,004 allarmi falsi per ora.”

Come spiega Daoud, il prossimo passo sarebbe lo sviluppo di un chip personalizzato per elaborare gli algoritmi. “Stiamo attualmente lavorando alla progettazione di un hardware efficiente [dispositivo] che implementi questo algoritmo, considerando molti problemi come la dimensione del sistema, il consumo di energia e la latenza per essere adatto per un’applicazione pratica in un modo confortevole per il paziente.”