Model veštačke inteligencije (AI) za interpretaciju rutinskih kliničkih elektroencefalograma (EEG) pokazuje slične performanse kao i stručnjaci za ljude, prema studiji objavljenoj onlajn 20. juna u JAMA Neurologi.
Jesper Tveit, dr, iz Holberg EEG-a u Bergenu, Norveška, i njegove kolege razvili su i potvrdili AI model, Standardizovano kompjuterski zasnovano organizovano izveštavanje EEG-veštačke inteligencije (SCORE-AI), koji može da razlikuje abnormalne od normalnih EEG snimaka i klasifikovati abnormalne EEG snimke u kategorije. SCORE-AI je razvijen i validiran korišćenjem EEG-a snimljenih između 2014. i 2020. godine. Ukupno 30.493 snimka je uključeno u skup podataka za razvoj, koje je označilo 17 stručnjaka. SCORE-AI je validiran korišćenjem tri nezavisna skupa podataka: multicentrični skup podataka od 100 reprezentativnih EEG-a; skup podataka u jednom centru od 9.785 EEG-a; i skup podataka od 60 EEG-a sa eksternim referentnim standardom za benchmarking sa prethodno objavljenim modelima.
Istraživači su otkrili da je SCORE-AI postigao visoku preciznost; za različite kategorije EEG abnormalnosti, površina ispod operativne karakteristične krive prijemnika varirala je od 0,89 do 0,96, sa sličnim performansama kao kod stručnjaka za ljude. Benchmarking u odnosu na tri prethodno objavljena AI modela je bio ograničen na poređenje otkrivanja epileptiformnih abnormalnosti. Preciznost SCORE-AI bila je 88,3 odsto, što je značajno više od prethodno objavljenih modela i slično kao kod stručnjaka za ljude.
„Naš konvolucioni model neuronske mreže, SCORE-AI, postigao je performanse na nivou stručnjaka u čitanju rutinskih kliničkih EEG-a“, pišu autori. „Njegova primena može pomoći u pružanju korisnih kliničkih informacija u udaljenim i nedovoljno opserviranim oblastima gde je stručnost u EEG interpretaciji minimalna ili nedostupna.
Nekoliko autora je otkrilo veze sa farmaceutskom industrijom.
