AI模型几乎完美地解读脑电图
一项新的数据显示,一个经过训练的自动化人工智能(AI)模型在读取疑似癫痫患者的脑电图(EEG)方面的准确率与经过训练的神经学家相当。
这项名为SCORE-AI的技术可以区分异常和正常的脑电图记录,并将异常记录分类到对患者决策至关重要的特定类别中。
丹麦奥胡斯大学的临床神经生理学教授Sándor Beniczky在《JAMA Neurology》的播客中表示:“在专业人士缺失的贫困地区,SCORE-AI可以代替专家的角色,或者在工作负荷较大的地区帮助医生进行预先筛选或评分 - 我们都可以从人工智能中受益。”
这项研究结果于6月20日在线发表在《JAMA Neurology》上。
人工智能在医学领域越来越受到重视,通过解答患者的疑虑和辅助放射科医生工作,已经在医学领域站稳了脚跟。
为了将人工智能引入脑电图解读,研究人员开发并验证了一个能够评估疑似癫痫患者常规临床脑电图的人工智能模型。
除了区分异常和正常的脑电图记录,他们还希望训练新系统能够将异常记录分类到对可能患有癫痫的患者的临床决策非常相关的主要类别中。这些类别包括癫痫形式-局限性、癫痫形式-全身性、非癫痫形式-局限性和非癫痫形式-弥漫性异常。
研究人员使用标准化的电脑化脑电图报告(SCORE)软件对学习模型进行了训练。
在开发阶段,该模型使用了来自一个中心的14,100名男性(中位年龄25岁)的超过30,490个匿名和高度注释的脑电图记录进行训练。这些记录的平均持续时间为31分钟,并由17名神经学家使用标准化标准进行解读。如果脑电图记录异常,医生们必须指明存在哪些异常特征。
然后,SCORE-AI根据专家的输入对这些记录进行了分析。
用户的评价 浏览量:
1656
次 | 评论:0
条 | 好评:0
其他疾病相关文章
其他疾病文章