Ученые Балтийского федерального университета имени Иммануила Канта разработали метод автоматизированного анализа эпилептических приступов. В основе нового подхода — использование каскадной системы, которая объединяет искусственный интеллект и экспертные знания о физиологии эпилепсии. Это позволяет повысить точность обнаружения эпилептических приступов на электроэнцефалограммах и при этом значительно сократить время исследования.
Одной из ключевых задач в диагностике эпилепсии является определение типа приступа и его причин. Обычно для этого пациенту необходимо несколько дней находиться в стационаре. Врачи регистрируют активность головного мозга с помощью электроэнцефалографии (ЭЭГ). После этого анализируют полученные данные, вручную выявляя признаки эпилепсии, что требует много времени. Новый же подход учитывает особенности сырых клинических данных и позволяет быстрее поставить пациенту диагноз.
«Разработка выполняет предварительный анализ записи, помечая участки, которые могут содержать эпилептические приступы. Затем врач изучает отмеченные системой участки, подтверждая или опровергая ее выводы», — пояснил старший научный сотрудник Балтийского центра нейротехнологий и искусственного интеллекта БФУ имени И. Канта Вадим Грубов.
Авторы полагают, что результаты исследования могут облегчить работу врачей-эпилептологов и найти применение в клинической практике. Обучение системы проводилось на реальных и максимально сырых клинических данных, что значительно повышает ее надежность в практическом применении. При разработке системы были учтены особенности эпилептических приступов, знания о работе головного мозга и различных протекающих в нем процессах.
«Другие исследователи часто стремятся к полной автоматизации диагностики эпилепсии с помощью машинного обучения, создавая системы, способные заменить врача. Однако разнообразие проявлений эпилепсии и ограниченность обучающих данных, часто представляющих собой идеализированные лабораторные данные, приводят к недостаточной надежности таких систем в реальных клинических условиях», — отметил Вадим Грубов.
В ближайшее время ученые планирует апробировать предложенный метод на большом объеме клинических данных.
Работа выполнена в рамках программы Минобрнауки России «Приоритет-2030». Исследование опубликовано в журнале The European Physical Journal Special Topics.
