新的AI系统为癫痫患者带来更多希望

正如Endgadget报道，两位AI研究人员可能已经创造了一个系统，为癫痫患者带来新的希望——一个“可以预测癫痫发作的系统，准确率高达99.6%，且可以在发作前一小时预测。”

这并不是第一次的新进展，因为之前埃因霍温理工大学（TU）的研究人员已经开发了一款可以预测夜间癫痫发作的智能腕带。但是，新的AI系统可以在较短的时间内工作，其准确率更高，如IEEE Spectrum所述，这给全球约有5,000万名癫痫患者带来了更多的希望（根据世界卫生组织的数据）。其中，70%的患者可以通过及时服用药物控制癫痫发作。

新的AI系统由路易斯安那大学拉法叶特分校的Hisham Daoud和Magdy Bayoumi开发，被誉为“相比现有的预测方法而言取得了巨大的进步。”正如Hisham Daoud所解释的那样，“由于癫痫发作的时间不可预测，癫痫对患者的精神和社会影响非常大。”

如所解释的，“每个人都有独特的大脑模式，这使得准确预测癫痫发作变得困难。”迄今为止，现有的模型都是通过“两个阶段的过程”预测癫痫发作的，即“首先需要手动提取大脑模式，然后应用分类系统”，正如Daoud所解释的，这增加了预测癫痫发作所需的时间。

在他们的方法中，如研究中所述，“特征提取和分类过程被整合到一个单一的自动系统中，这使得预测癫痫发作变得更早、更准确。”

为了进一步提高他们的系统准确率，Daoud和Bayoumi“采用了另一种分类方法，即使用深度学习算法从不同电极位置提取和分析患者的大脑活动的时空特征，从而提高了他们的模型准确率。”由于“EEG读数可以涉及多个‘通道’的电活动”，为了进一步加快预测过程，他们“应用了另一个算法来确定电活动的最合适的预测通道。”

整个系统然后被测试在22名患者身上，在波士顿儿童医院。虽然样本量很小，但该系统被证明是非常准确的（99.6%），且“假阳性率很低，每小时只有0.004次假警报。”

正如Daoud所解释的，下一步将是开发一个定制的计算机芯片来处理算法。“我们目前正在设计一个高效的硬件设备来部署这个算法，考虑到诸如系统大小、功耗和延迟等问题，以便在实际应用中对患者来说是舒适的。”