ნევროლოგიისა და ნეიროქირურგიის გარკვეულ სფეროებში, როგორიცაა ეპილეპტოლოგი ან ნეიროკრიტიკული ზრუნვა, ელექტროენცეფალოგრაფია (EEG) არის კვლევის ერთ-ერთი მთავარი მეთოდი. შესაბამისი პრობლემების მქონე პაციენტებს ყველგან მიჰყავთ, რაც არ შეიძლება ითქვას სპეციალისტის მიერ ექსპერტიზის შეფასების ხელმისაწვდომობაზე, რომელსაც შეუძლია EEG-ის გაშიფვრა.
შესაძლებელია თუ არა ხელოვნური ინტელექტის (AI) მოდელის მომზადება სტანდარტული კლინიკური ელექტროენცეფალოგრამების (EEG) ინტერპრეტაციისთვის ადამიანის ექსპერტების სიზუსტით?
ამ დიაგნოსტიკურ კვლევაში, ხელოვნური ინტელექტის (SCORE-AI) მოდელის ტრენინგი ჩატარდა 30,493 ეეგ-ზე, ჯერ ნორმალური ეეგ-ს გამოყოფისთვის, შემდეგ კი არანორმალური ეეგ-ების კლასიფიცირებისთვის, როგორც: EEG კეროვანი ეპილეფტიფორმული აქტივობით, EEG გენერალიზებული ეპილეფტიფორმული აქტივობით, EEG ერთად ფოკალური არაეპილეფსიური ცვლილებები და EEG დიფუზური არაეპილეფსიური ცვლილებებით ცვლილებები. SCORE-AI დამოწმებული იქნა სამი დამოუკიდებელი მონაცემთა ნაკრების გამოყენებით, რომელიც შედგებოდა 9945 EEG-ისგან, რომლებიც არ გამოიყენება ტრენინგისთვის; SCORE-AI-მ შეძლო სპეციალისტის მსგავსი დიაგნოსტიკური სიზუსტის მიღწევა.