Nauja AI technika gali nustatyti priepuolių tipus, įskaitant retas epilepsijos formas

Nauja AI technika gali nustatyti priepuolių tipus, įskaitant retas epilepsijos formas

Gyvensena mityba, dietos, judėjimas

Daugiau nei 3,4 milijono žmonių JAV ir 65 milijonai žmonių visame pasaulyje serga epilepsija – neurologiniu sutrikimu, kuris veikia nervų sistemą ir sukelia traukulius. Vienas iš 26 žmonių tam tikru gyvenimo momentu susirgs epilepsija, o vienas iš 1000 epilepsija sergančių žmonių kasmet miršta nuo netikėtos mirties.

Kaip ir daugelis kitų būklių, epilepsijos gydymas prasideda nuo ankstyvo diagnozavimo. Pasaulio sveikatos organizacija apskaičiavo, kad 70% epilepsija sergančių žmonių galėtų gyventi be priepuolių, jei būtų tinkamai diagnozuoti ir gydomi.

Bėgant metams buvo sukurti mašininio mokymosi metodai, skirti aptikti ir klasifikuoti priepuolius iš elektroencefalografijos (EEG) signalų, užfiksuotų naudojant elektrodus ant smegenų, ieškant koreliacijų, kurios yra pernelyg sudėtingos, kad žmonės galėtų įveikti vieni.

Tačiau šioms sistemoms buvo sunku aptikti retas epilepsijos priepuolių formas. Taip yra todėl, kad dirbtinis intelektas remiasi duomenimis, kad išmoktų modelius ir prognozuotų – nepakankami šių retesnių priepuolių pavyzdžiai riboja jo gebėjimą gerai veikti retesniais atvejais.

Dabar USC mokslininkai sukūrė AI sistemą, skirtą epilepsijai nustatyti, analizuodami smegenų sąveiką, gerindami retų ir sudėtingų atvejų diagnozę. Sistema, pristatyta 2024 m. gegužės mėn. konferencijoje Advances in Knowledge Discovery and Data Mining (PAKDD) ir išleista išankstinio spausdinimo serveryje arXivpademonstravo 12 % pagerėjimą naudojant naujausius modelius.

Integruodama kelis informacijos šaltinius, kurių AI sistemos paprastai nepastebi epilepsijos aptikimo metu, įskaitant EEG elektrodų padėtį ir jų stebimus smegenų regionus, AI gali nustatyti modelius ar ypatybes, rodančias, kada tikėtinas priepuolis.

Ši technika taip pat padeda sistemai generuoti tikslius rezultatus naudojant mažiau duomenų, net ir retų priepuolių tipų atveju, kai treniruočių duomenyse gali būti tik keli pavyzdžiai.

„Paprastai paprasčiausiais atvejais dirbtinio intelekto sistema gali pasakyti, ar kam nors buvo priepuolis, nes tai paprasta dvejetainė klasifikacija“, – sakė kompiuterių mokslų, elektros inžinerijos ir erdvinių mokslų profesorius Cyrus Shahabi. „Tačiau yra įvairių, retesnių priepuolių tipų, kuriuos nėra lengva klasifikuoti – esami metodai turi mažą tikslumą atliekant šią užduotį.”

Paimkime, pavyzdžiui, atoninius priepuolius – retą priepuolių tipą, kuris dažnai paveikia vaikus ir sukelia staigų raumenų kontrolės praradimą ir kolapsą. Tokiu atveju sistema apžvelgtų erdvinius ryšius smegenų regionuose ir pirmenybę teiks smegenų sritims, dalyvaujančioms raumenų kontrolėje, pavyzdžiui, motorinei žievei, baziniams ganglijai, smegenėlėms ir smegenų kamienui, kad nustatytų veiklos modelius, rodančius atoninius priepuolius.

„Savo sistemoje turime kiekvienos smegenų dalies erdvinius ryšius, semantiką ir aprašymus“, – sakė pagrindinis autorius Arashas Hajisafi, informatikos doktorantas, vadovaujamas Shahabi. „Visa ši informacija yra įtraukiama, kad padėtų modeliui išsiaiškinti svarbias šio tipo priepuolių ypatybes. Taigi, net jei tiekiate neuroniniam tinklui nedidelį kiekį mėginių, jis vis tiek išmoks.”

Pasak mokslininkų, tikslas yra ne pakeisti gydytojus, o papildyti jų žinias sunkiai aptinkamais atvejais. Paului Thompsonui, USC neurologui ir neurologijos profesoriui, kuris nedalyvavo tyrime, tai yra sveikintinas proveržis, galintis pakeisti klinikinę neurologiją.

„Suprasti priepuolių tipus yra labai svarbu ankstyvam gydymui, tačiau smegenų veiklos įrašai yra labai sudėtingi“, – sakė Thompsonas. „Šis proveržis suteikia AI galią aptikti modelius, kuriuos žmogui būtų sunku atpažinti, todėl gydytojams ši užduotis tampa lengvesnė, greitesnė ir patikimesnė.

Vieną dieną mokslininkai tikisi, kad ši technologija bus įtraukta į nešiojamus jutiklius, kurie tiekia informaciją į išmanųjį telefoną.

„Smegenų priepuoliai įvyksta labai staiga, todėl anksčiau aptikę traukulius tikrai galima išgelbėti gyvybes“, – sakė Shahabi. „Sistema galėtų sulaukti įspėjimo, jei aptiktų bet kokius smegenų bangų nelygumus. Tai atvertų neįtikėtinas galimybes diagnozuoti ir gydyti epilepsiją.”