L'epilessia è una malattia debilitante che provoca il caos di coloro che ne soffrono.
Fortunatamente la tecnologia ha fatto molta strada per aiutare con la condizione di creare un orologio notturno per aiutare con gli attacchi.
Un nuovo sistema di intelligenza artificiale può prevedere convulsioni con una precisione del 99,6% fino a un'ora prima che si verifichino
Precisione del 99,6%
Ora, c'è una nuova innovazione che offre ancora più precisione quando si cerca di prevedere i sequestri in qualsiasi momento della giornata, come riporta IEEE Spectrum . È stato trovato un nuovo sistema di intelligenza artificiale per rilevare convulsioni epilettiche con un'accuratezza del 99,6% fino a un'ora prima che si verifichino.
Il nuovo sistema, sviluppato da Hisham Daoud e Magdy Bayoumi dell'Università della Louisiana a Lafayette, combina la tecnologia EEG (elettroencefalogramma) e la modellazione predittiva. Le versioni precedenti utilizzavano entrambe queste tecniche ma in un processo in due passaggi.
Combinando i processi di estrazione e classificazione in un unico sistema automatizzato, Daoud e Bayoumi sono stati in grado di ottenere previsioni di sequestro precedenti e più accurate. Questo è di grande aiuto per i pazienti epilettici che in molti casi possono controllare le convulsioni attraverso i farmaci.
I ricercatori hanno testato il loro sistema su 22 pazienti al Boston Children's Hospital. Hanno trovato un tasso di accuratezza del 99,6% con 0,004 falsi allarmi all'ora.
Addestrato su singoli pazienti
Il sistema, tuttavia, deve essere addestrato su ogni singolo paziente.
"Al fine di raggiungere questa elevata precisione con i tempi di previsione precoci, dobbiamo addestrare il modello su ciascun paziente", ha affermato Daoud a IEEE Spectrum . "Questa registrazione potrebbe essere [fatta] fuori sede, attraverso elettrodi indossabili EEG disponibili in commercio."
Ora, Daoud ha affermato che il suo team sta lavorando su un chip personalizzato per elaborare gli algoritmi.
"Attualmente stiamo lavorando alla progettazione di un hardware [dispositivo] efficiente che distribuisca questo algoritmo, considerando che molti problemi quali dimensioni del sistema, consumo energetico e latenza sono adatti per l'applicazione pratica in modo comodo per il paziente", ha aggiunto.
Il sistema è descritto in uno studio pubblicato in IEEE Transactions on Biomedical Circuits and Systems .
Trovato questo articolo interessante? Condividilo sulla tua rete di contatti Twitter, sulla tua bacheca su Facebook o semplicemente premi "+1" per suggerire questo risultato nelle ricerche in Google, Linkedin, Instagram o Pinterest. Diffondere contenuti che trovi rilevanti aiuta questo blog a crescere. Grazie! CONDIVIDI SU!
0 commenti: