ระบบ AI ใหม่ที่ช่วยให้ผู้ป่วยโรคสมองเสื่อมมีความหวังมากขึ้น

ตามรายงานของ Endgadget นักวิจัย AI สองคนอาจสร้างระบบที่สร้างความหวังใหม่สำหรับผู้ป่วยโรคสมองเสื่อม – ระบบ “ที่สามารถทำนายการชักได้ถึง 99.6% และสามารถทำนายล่วงหน้าได้ถึง 1 ชั่วโมงก่อนที่จะเกิดการชัก”

สิ่งนี้ไม่ใช่ความก้าวหน้าใหม่ครั้งแรก เนื่องจากนักวิจัยที่ Technical University (TU) ใน Eindhoven, Netherlands ได้พัฒนาแถบแขนที่สามารถทำนายการชักได้ในช่วงเวลากลางคืน แต่ความแม่นยำและช่วงเวลาสั้นที่ระบบ AI ใหม่สามารถทำงานได้ตามที่ IEEE Spectrum ระบุ ทำให้ผู้ป่วยประมาณ 50 ล้านคนทั่วโลกที่เป็นโรคสมองเสื่อม (ตามข้อมูลจาก World Health Organization) มีความหวังมากขึ้น จากจำนวนผู้ป่วยเหล่านี้ 70% สามารถควบคุมการชักได้ด้วยยาที่ใช้ตามเวลา

ระบบ AI ใหม่นี้ถูกสร้างโดย Hisham Daoud และ Magdy Bayoumi จาก University of Louisiana at Lafayette และได้รับการยกย่องว่าเป็น “ความก้าวหน้าครั้งใหญ่จากวิธีการทำนายที่มีอยู่” ตามที่ Hisham Daoud หนึ่งในนักวิจัยที่พัฒนาระบบอธิบาย “เนื่องจากเวลาการชักที่ไม่คาดคิด โรคสมองเสื่อมจึงมีผลกระทบทางจิตใจและทางสังคมต่อผู้ป่วย”

ตามที่อธิบาย “แต่ละคนมีรูปแบบสมองที่ไม่เหมือนใคร ซึ่งทำให้การทำนายการชักได้ยาก” จนถึงขณะนี้ โมเดลที่มีอยู่ทำนายการชัก “ในกระบวนการที่มีสองขั้นตอน โดยต้องแยกปATTERNS ของสมองออกมาและใช้ระบบจำแนกประเภท” ซึ่งตามที่ Daoud อธิบาย ทำให้ใช้เวลานานขึ้นในการทำนายการชัก

ในแนวทางของพวกเขา ตามที่อธิบายไว้ใน การศึกษา ที่ตีพิมพ์ เมื่อวันที่ 24 กรกฎาคม ใน IEEE Transactions on Biomedical Circuits and Systems “กระบวนการแยกคุณลักษณะและกระบวนการจำแนกประเภทถูกผสมเข้าด้วยกันในระบบอัตโนมัติเดียว ซึ่งทำให้สามารถทำนายการชักได้เร็วขึ้นและแม่นยำขึ้น”

เพื่อเพิ่มความแม่นยำของระบบ Daoud และ Bayoumi “รวมวิธีการจำแนกประเภทอื่นโดยใช้แอลกอริทึมการเรียนรู้ลึกที่สามารถวิเคราะห์คุณลักษณะพื้นที่-เวลา củaกิจกรรมสมองของผู้ป่วยจากตำแหน่งอิเล็กโทรดต่างๆ ซึ่งเพิ่มความแม่นยำของแบบจำลอง” เนื่องจาก “การอ่าน EEG สามารถมี ‘ช่องทาง’ ของกิจกรรมไฟฟ้าหลายช่องทาง” เพื่อเร่งกระบวนการทำนายมากขึ้น นักวิจัยทั้งสอง “ใช้แอลกอริทึมเพิ่มเติมเพื่อระบุช่องทางที่เหมาะสมที่สุดของกิจกรรมไฟฟ้า”

ระบบที่สมบูรณ์ได้รับการทดสอบในผู้ป่วย 22 คน ที่ Boston Children’s Hospital แม้ว่าขนาดตัวอย่างจะเล็ก แต่ระบบได้แสดงให้เห็นถึงความแม่นยำ (99.6%) และมี “อัตราเท็จบวกต่ำที่ 0.004 แจ้งเตือนต่อชั่วโมง”

ตามที่ Daoud อธิบาย ขั้นตอนต่อไปจะเป็น การ พัฒนา ชิป คอมพิวเตอร์ ที่ ถูก ตั้ง 计 划 來 處理 อัลกอริทึม “เรากำลังทำงานในเรื่องการออกแบบฮาร์ดแวร์ที่มีประสิทธิภาพ [อุปกรณ์] ที่ใช้แอลกอริทึม này โดยพิจารณาปัญหาหลายอย่าง เช่น ขนาดของระบบ การบริโภคพลังงาน และความล่าช้า เพื่อให้เหมาะสมกับการใช้งานจริงในลักษณะที่สบายสำหรับผู้ป่วย”