Нова система штучного інтелекту може створити більше надії для людей з епілепсією

Як повідомляє Endgadget, два дослідники штучного інтелекту можуть створити систему, яка створює нову надію для людей, які страждають від епілепсії – систему “яка може передбачити епілептичні напади з точністю 99,6 відсотка,” і зробити це за годину до початку нападів.

Це не буде першим новим досягненням, оскільки раніше дослідники Технічного університету (TU) в Ейндговені, Нідерланди, розробили розумний браслет на руку, який може передбачити епілептичні напади під час ночі. Але точність і короткий термін, протягом якого нова система штучного інтелекту може працювати, як відзначає IEEE Spectrum, дає більше надії близько 50 мільйонам людей у світі, які страждають від епілепсії (за даними Всесвітньої організації охорони здоров’я). З цієї кількості пацієнтів 70 відсотків можуть контролювати свої напади за допомогою ліків, якщо їх приймати вчасно.

Нова система штучного інтелекту була створена Хішамом Даудом і Магді Баюмі з Університету Луїзіани в Лафайєті, і вважається “великим кроком вперед від існуючих методів передбачення”. Як пояснює Хішам Дауд, один з двох дослідників, які розробили систему, “Через несподівані часи нападів епілепсія має сильний психологічний і соціальний вплив на пацієнтів.”

Як пояснюється, “кожна людина має унікальні мозкові моделі, що робить важким точно передбачити напади.” До цього часу існуючі моделі передбачали напади “у двоступеневому процесі, коли мозкові моделі повинні бути витягнуті вручну, а потім застосовується система класифікації”, що, як пояснює Дауд, додає час, необхідний для передбачення нападу.

У своєму підході, поясненому в дослідженні, опублікованому 24 липня в IEEE Transactions on Biomedical Circuits and Systems, “процеси витягування особливостей і класифікації об’єднані в одну автоматизовану систему, яка дозволяє раніше і точніше передбачити напади.”

Щоб ще більше підвищити точність своєї системи Дауд і Баюмі “включили інший підхід до класифікації, згідно з яким алгоритм глибокого навчання витягує і аналізує просторово-часові особливості мозкової активності пацієнта з різних електродних місць, підвищуючи точність їхньої моделі.” Оскільки “зчитування ЕЕГ можуть включати кілька “каналів” електричної активності”, щоб прискорити процес передбачення ще більше, два дослідники “застосували додатковий алгоритм для визначення найбільш відповідних передбачувальних каналів електричної активності.”

Повна система була потім протестована на 22 пацієнтах у Бостонській дитячій лікарні. Хоча розмір вибірки був малим, система виявилася дуже точною (99,6%), і мала “низьку схильність до хибних позитивних результатів, у 0,004 хибних сигналів на годину.”

Як пояснює Дауд, наступним кроком буде розробка спеціальної комп’ютерної мікросхеми для обробки алгоритмів. “Ми зараз працюємо над розробкою ефективної апаратури [пристрою], яка реалізує цей алгоритм, враховуючи багато питань, таких як розмір системи, споживання енергії та затримку, щоб зробити її придатною для практичного застосування у зручний спосіб для пацієнта.”