У каждого 26-го человека в какой-то момент жизни развивается эпилепсия, а 1 из 1000 человек с эпилепсией ежегодно умирает неожиданной смертью.

Как и многие другие заболевания, лечение эпилепсии начинается с раннего выявления. По оценкам Всемирной организации здравоохранения, 70% людей с эпилепсией могут жить без приступов, если их адекватно диагностировать и лечить.

На протяжении многих лет разрабатывались методы машинного обучения для обнаружения и классификации припадков по сигналам электроэнцефалографии (ЭЭГ), снимаемым с помощью электродов на мозге, в поисках взаимосвязей, слишком сложных для человека.

Однако эти системы с трудом обнаруживают редкие формы эпилептических припадков. Это связано с тем, что ИИ опирается на данные для изучения закономерностей и составления прогнозов, а недостаточное количество примеров более редких припадков ограничивает его возможности по выявлению менее распространенных случаев.

И вот теперь исследователи из Университета Южной Калифорнии разработали систему искусственного интеллекта, позволяющую выявлять эпилепсию путем анализа взаимодействия мозга, что улучшает диагностику редких и сложных случаев. Система, представленная на конференции Advances in Knowledge Discovery and Data Mining (PAKDD) в мае 2024 года, продемонстрировала улучшение на 12% по сравнению с современными моделями.

Интегрируя многочисленные источники информации, которые обычно игнорируются системами искусственного интеллекта при выявлении эпилепсии, включая положение электродов ЭЭГ и контролируемые ими области мозга, ИИ может выявить закономерности или особенности, указывающие на вероятность возникновения припадка. Эта техника также помогает системе получать точные результаты при меньшем количестве данных, даже в случае редких типов припадков, когда в обучающих данных может быть всего несколько примеров.

Обычно для самых простых случаев система искусственного интеллекта может сказать, был ли у кого-то припадок, поскольку это простая бинарная классификация, — говорит соавтор Сайрус Шахаби, профессор информатики, электротехники и пространственных наук.

Но есть и другие, более редкие типы припадков, которые не так просто классифицировать — существующие методы имеют низкую точность в этой задаче.

Возьмем, к примеру, атонические припадки — редкий тип припадков, который часто поражает детей и вызывает внезапную потерю мышечного контроля и коллапс. В этом случае система будет рассматривать пространственные отношения в областях мозга и определять приоритеты областей мозга, участвующих в контроле мышц, таких как моторная кора, базальные ганглии, мозжечок и ствол мозга, чтобы выявить паттерны активности, указывающие на атонические судороги.

В нашей системе есть пространственные отношения, семантика и описания каждой части мозга, — говорит ведущий автор работы Араш Хаджисафи, докторант факультета информатики под руководством Шахаби.

Вся эта информация используется для того, чтобы помочь модели определить соответствующие особенности данного типа припадка. Поэтому даже если вы подадите нейронной сети небольшое количество образцов, она все равно научится.

По словам исследователей, цель состоит не в том, чтобы заменить врачей, а в том, чтобы дополнить их знания в трудно выявляемых случаях. Пол Томпсон, нейробиолог и профессор неврологии Университета Южной Калифорнии, не принимавший участия в исследовании, считает, что это долгожданный прорыв, который может стать «переломным моментом» в клинической неврологии.

Понимание типов приступов имеет решающее значение для раннего лечения, но записи активности мозга чрезвычайно сложны, — говорит Томпсон.

Этот прорыв позволяет искусственному интеллекту выявлять закономерности, которые человеку было бы сложно определить, что делает эту задачу более простой, быстрой и надежной для клиницистов.

Исследователи надеются, что однажды технология будет включена в носимые датчики, которые будут передавать информацию на смартфон.

Припадки мозга случаются очень внезапно, поэтому раннее обнаружение припадков может спасти жизнь, — заключает Шахаби.

Система может подавать сигнал тревоги, если обнаружит какие-либо отклонения в мозговых волнах. Это открыло бы невероятные возможности для диагностики и лечения эпилепсии.