癫痫患者福音：人工智能读懂脑电波，可预测痉挛发作

墨尔本大学和IBM澳大利亚研究室的专家在预测癫痫病方面取得重大进展。他们利用深度学习系统，分析了病人的脑电波，将预知痉挛发作的准确度提高了69%。

脑电波采集（来自digitaltrends）

目前，人工智能算法广泛应用于健康医疗领域，从化合物合成到发现新药。但应用最多的场景还是给医疗人员提供决策建议。

“脑电波图噪声多，数据不规则，以前临床医生需要肉眼辨识，几乎就不可能分析出图谱中的细节。而且因为数据量大，想要实时分析几乎就不可能。”IBM澳大利亚研究室的研究员哈瑞尔说，“这次研究表明，AI具有脑电波分析能力，而且可被应用于全自动的个性化移动端设备中去。”

复杂的脑电波示意图（来自Yourstory）

团队训练AI的数据是几年时间内收集到的痉挛病人脑电波图，通过与正常人的脑电波图比较，系统可以识别出痉挛发作前的一段特征性图谱。不过，每个病人的特征性图谱不尽相同，具有病人特异性。

“我们希望有人设计一种可穿戴设备，上面植入AI 癫痫预测算法，痉挛发作前，设备给他们发短信或通过fitbit手环震动提前预警，”哈瑞尔补充，“进一步发展，可以在预警的同时还提供治疗。”

哈瑞尔博士，IBM澳大利亚研究室（来自网络）

为了实现数据采集过程非侵入式，今后研究将集中于从颅骨外收集的数据，结合病人的外部环境和生理环境，帮助AI模型更好的完善。

本文编译：秋慕小

原文来源：digitaltrends

喜欢我的内容就关注我吧~ 咱们天天相守