對于全世界約有5000萬人的癲癇病，大腦中細(xì)胞之間的電信號交換有時會變成麻煩，并引起癲癇發(fā)作-往往很少甚至沒有預(yù)警。路易斯安那大學(xué)拉斐特分校的兩名研究人員開發(fā)了一種新的AI驅(qū)動的模型，該模型可以預(yù)測發(fā)病前一小時內(nèi)發(fā)作的發(fā)生率，準(zhǔn)確率達(dá)99.6%。

“由于意外的癲癇發(fā)作時間，癲癇癥對患者具有強烈的心理和社會影響，”共同開發(fā)新模型的研究人員Hisham Daoud解釋說。

他說，提前發(fā)現(xiàn)癲癇發(fā)作可以大大改善癲癇患者的生活質(zhì)量，并為他們提供足夠的時間采取行動。值得注意的是，這些患者中多達(dá)70%的患者可通過藥物控制癲癇發(fā)作。

Daoud和他的同事Magdy Bayoumi絕不是最早探索預(yù)測癲癇發(fā)作方法的人。其他研究小組研究了使用腦電圖(EEG)測試分析大腦活動的方法，并使用這些數(shù)據(jù)開發(fā)了預(yù)測模型。但是，每個人都有獨特的大腦模式，因此很難準(zhǔn)確預(yù)測癲癇發(fā)作。以前的模型被設(shè)計為分兩個階段執(zhí)行，其中必須手動提取大腦模式，然后應(yīng)用分類系統(tǒng)，Daoud說，這增加了模型的復(fù)雜性。

此外，研究人員采用了另一種分類方法，其中深度學(xué)習(xí)算法從不同的電極位置提取并分析了患者大腦活動的時空特征，從而提高了模型的準(zhǔn)確性。最后，EEG讀數(shù)可能涉及多個電活動“通道”，因此Daoud和Bayoumi應(yīng)用了另一種算法來識別最合適的電活動預(yù)測通道。這也加快了預(yù)測過程。

研究人員使用來自波士頓兒童醫(yī)院的22名患者的長期EEG數(shù)據(jù)開發(fā)并測試了他們的方法。盡管這只是一個很小的樣本，但結(jié)果證明對團(tuán)隊來說是令人興奮的。他們的模型不僅非常準(zhǔn)確，達(dá)到了99.6%，而且誤報率也很低，每小時的誤報率為0.004。

系統(tǒng)確實需要進(jìn)行一些設(shè)置才能產(chǎn)生這樣的結(jié)果。Daoud表示：“為了在早期預(yù)測時間內(nèi)達(dá)到如此高的準(zhǔn)確性，我們需要對每位患者進(jìn)行模型訓(xùn)練。”他指出，訓(xùn)練可能需要在癲癇發(fā)作前后數(shù)小時進(jìn)行非侵入性EEG監(jiān)測，包括癲癇發(fā)作本身。“通過商業(yè)上可買到的EEG可穿戴電極，可以[完成]離線記錄。”

Daoud說，隨著軟件組件的完成，下一步是開發(fā)定制的計算機(jī)芯片來處理算法。他說：“我們目前正在設(shè)計一種部署此算法的高效硬件[設(shè)備]，并考慮到許多問題，例如系統(tǒng)大小，功耗和等待時間等，以適合患者的舒適方式適合實際應(yīng)用，”他說。