AI预先发现癫痫发作,AI监控癫痫病人的身体状态,对癫痫发作预警

究人员报告说,他们使用了一个移动的,受大脑启发的处理器来分析来自回顾性患者数据的大脑信号,并成功地预测了所有人工智能患者平均69%的癫痫发作。

该研究有助于为癫痫患者的个性化癫痫预测铺平道路。

“我们的算法还允许即时和轻松调整,使患者能够灵活地控制敏感度,并提前警告......”

目前全世界有三分之一的癫痫患者存在不可预测的癫痫发作,这些癫痫发作未通过药物治疗或其他方式得到充分控制。墨尔本大学格雷姆克拉克生物医学工程研究所所长,墨尔本圣文森特医院神经病学主任马克库克说,这项研究可以极大地改善全球25万澳大利亚人和6500万人的生活。

“癫痫是一种令人难以置信的神经系统疾病,”库克说。

“这可以防止一些病人做简单的活动,如获得驾驶执照或游泳。这项技术有可能改善数百万人的生命,并减少世界上最常见但难以治愈的慢性疾病之一的身体,情感和经济成本,“他解释说。

根据该大学生物医学工程系主任David Grayden的说法,该技术使用世界上最全面的癫痫患者脑电数据集,从患者头骨内的电极中采集,能够适应患者个体的需求。

“通过从患者头骨内部收集数据并将其与深度学习和人工智能相结合,我们能够开发出一种可以自我训练的系统,基于学习大脑状态和标志,可以预防个体特有的癫痫发作,” Grayden。

“我们的算法还允许进行即时和轻松的调整,使患者能够灵活地控制警报的敏感程度和预警,”他说。

虽然之前的癫痫预测研究只能在高功率计算机上进行,但IBM研究 - 澳大利亚大脑灵感计算经理Stefan Harrer说,通过使用IBM的大脑启发计算芯片,有可能创建一个可穿戴的,实时的病人预警系统。

“通过将这项技术部署在一张与邮票大小相当的计算芯片上并以助听器的相同功率运行,我们能够模拟这些系统有朝一日能如何在现实生活中运行,”Harrer说。

“希望有一天,这项研究有助于为辅助技术的发展提供信息,这些辅助技术不仅可以警告癫痫患者即将发作的癫痫症,还可以不断适应他们的大脑如何随时间变化,”他说。

库克说开发一种可靠的方法来预测个体患者的癫痫发作是一个非常复杂的研究领域。

“这在很大程度上是由于癫痫在每位患者中的独特表现,以及大脑信号的个体长期变化,”他说。

库克说:“虽然我们仍然需要继续建立这项研究,然后我们才能自信地说我们可以在发生之前发现任何癫痫发作,这些结果已经证明是非常有希望的。”