Connect with us

์ƒˆ๋กœ์šด AI ์‹œ์Šคํ…œ์€ ๊ฐ„์งˆ๋ณ‘ ํ™˜์ž๋“ค์—๊ฒŒ ๋” ๋งŽ์€ ํฌ๋ง์„ ์ค„ ์ˆ˜ ์žˆ์„ ๊ฒƒ์ด๋‹ค

์ธ๊ณต์ง€๋Šฅ

์ƒˆ๋กœ์šด AI ์‹œ์Šคํ…œ์€ ๊ฐ„์งˆ๋ณ‘ ํ™˜์ž๋“ค์—๊ฒŒ ๋” ๋งŽ์€ ํฌ๋ง์„ ์ค„ ์ˆ˜ ์žˆ์„ ๊ฒƒ์ด๋‹ค

mm

Endgadget이 보도한 바에 따르면, 두 명의 AI 연구자들이 간질병 환자들에게 새로운 희망을 줄 수 있는 시스템을 개발했는데, 이 시스템은 “99.6%의 정확도로 간질 발작을 예측할 수 있으며, 발작이 발생하기 전까지 1시간 전부터 예측할 수 있다”는 것이다.

이것은 새로운 발전이 아니며, 이전에 네덜란드 에인트호번 기술 대학교(TU)의 연구자들이 밤間に 간질 발작을 예측할 수 있는 스마트 팔찌를 개발한 바 있다. 그러나 새로운 AI 시스템의 정확도와 짧은 시간 프레임은 IEEE Spectrum이 언급한 바와 같이, 세계적으로 약 5,000만 명의 간질병 환자들에게 더 많은 희망을 줄 수 있을 것이다(세계 보건 기구의 데이터에 기반하여). 이 환자들 중 70%는 약을 제때服用하면 발작을 통제할 수 있다.

새로운 AI 시스템은 루이지애나 대학교 라파예트의 히샴 다우드와 마그디 바유미가 개발했으며, “기존의 예측 방법에 비해 큰 발전”으로 평가된다. 시스템을 개발한 두 연구자 중 한 명인 히샴 다우드는 “예측할 수 없는 발작 시간으로 인해 간질병은 환자들에게 심리적이고 사회적인 영향을 미친다”고 설명한다.

각 사람마다 고유한 뇌 패턴을 가지고 있어 정확하게 발작을 예측하기가 어렵다. 지금까지 존재하는 모델은 두 단계의 과정으로 발작을 예측했는데, 먼저 뇌 패턴을 수동으로 추출해야 하며,然后 分类 시스템을 적용해야 한다. 다우드에 따르면, 이것은 발작 예측에 필요한 시간을 더 길게 만들었다.

그들의 접근 방법은 7월 24일 연구에서 발표되었으며, IEEE Transactions on Biomedical Circuits and Systems에 실렸다. “특징 추출과 분류 과정이 하나의 자동화된 시스템으로 결합되어, 더 빠르고 더 정확한 발작 예측을 가능하게 한다”는 것이다.

다우드와 바유미는 시스템의 정확도를 더 높이기 위해 “깊은 학습 알고리즘을 적용하여 환자의 뇌 활동의 공간-시간 특징을 추출하고 분석하여, 모델의 정확도를 높였다”고 한다. “EEG 읽기에는 여러 채널의 전기 활동이 포함될 수 있으므로”, 예측 과정을 더 빠르게 하기 위해, 두 연구자는 “예측에 가장 적합한 전기 활동 채널을 식별하기 위한 추가 알고리즘을 적용했다”고 한다.

완전한 시스템은 보스턴 아동병원의 22명의 환자에게 테스트되었으며, 시스템은 매우 정확한 결과(99.6%)를 보여주었으며, “시간당 0.004개의 거짓 경보”를 나타냈다.

다우드는 다음 단계는 알고리즘을 처리하기 위한 맞춤형 컴퓨터 칩을 개발하는 것이라고 설명했다. “현재 이 알고리즘을 배포하기 위한 효율적인 하드웨어[장치]를 설계하고 있으며, 시스템 크기, 전력 소비, 지연 시간 등을 고려하여 환자에게 편안한 방식으로 적용할 수 있도록 하고 있다”고 한다.

์ „ ์™ธ๊ต๊ด€ ๋ฐ UN ๋ฒˆ์—ญ๊ฐ€, ํ˜„์žฌ ํ”„๋ฆฌ๋žœ์„œ ์ €๋„๋ฆฌ์ŠคํŠธ/์ž‘๊ฐ€/์—ฐ๊ตฌ์ž, ํ˜„๋Œ€ ๊ธฐ์ˆ , ์ธ๊ณต์ง€๋Šฅ, ํ˜„๋Œ€ ๋ฌธํ™”์— ์ดˆ์ ์„ ๋งž์ถ”๊ณ  ์žˆ์Šต๋‹ˆ๋‹ค.