对癫痫患者来说，他们的大脑神经元会忽然反常放电，导致大脑功用时刻短出妨碍，这样的患者在全球约有 5000 万个。扎手的是，这种疾病在发生前一般没有一点预警。
近来，美国路易斯安那大学拉斐特分校的两名研讨员开发出了一种新的人工智能模型，最多能在患者癫痫发生前一个月就提早进行猜测。
该模型的开发者 Hisham Daoud 表明，癫痫总是在没有一点先兆的情况下忽然发生，这点可能对患者的心思发生严峻的影响。考虑到这一要素，提早检测到癫痫发生可以极大改进患者的生活品质，并为他们留出满意的应对时刻。
更重要的是，70% 的癫痫发生是可以终究靠药物操控的。
（来历：IEEE）
提早预知癫痫发生不是一个全新的概念。在此之前，已有研讨小组研讨出用脑电图测验剖析大脑活动的办法，并运用搜集的数据树立猜测模型。
这种办法最显着的缺点便是，每个人的大脑在活动时都有自己的共同形式，这一特色让猜测作业变得更难进行。
与此一起，运用曩昔的猜测办法需求手动搜集患者的大脑活动形式，Daoud 以为这增加了模型的复杂性，这也是新的模型想要处理的问题。
研讨者在 IEEE 上宣布的文章上解说了新办法的大致思路，他将提取大脑特征以及分类的进程兼并在一起，并交由一个自动化的体系处理，很大程度上简化了原先办法的进程，然后可以愈加精准地猜测癫痫发生，猜测时刻也提早了更多。
除此之外，研讨人员还引入了一种新的分类方法，即深度学习算法搜集了来自不同的电极点记录下的大脑活动特征，进一步提高模型的猜测准确性。
然后，研讨人员在波士顿儿童医院找到了 22 名患者，运用他们的长时间脑电图数据，开发了相应的猜测模型并进行测验。成果显现，直到癫痫发生前一个小时，该模型猜测准确率到达了令人震惊的 99.6%，且误报率十分低，仅为每小时 0.004 次。
要到达如此作用，其实需求一些前期预备。Daoud 介绍道，他们需求在每个患者身上都对模型进行测验，才有可能在前期阶段即到达如此高的测验准确率。而练习进程则包含了在患者癫痫发生前后进行数小时的非侵入性脑电图检测。
在软件层面趋于完善之后，Daoud 表明，团队下一阶段将开发一个定制的计算机芯片以满意算法需求。他们的方针是规划一款高效、有用的硬件，其间内置了团队开发的算法，一起还能满意体积巨细、功耗等要求，终究让患者可以在最舒适的体会中完结癫痫猜测。
-End-
参阅：
https://spectrum.ieee.org/the-human-os/biomedical/diagnostics/this-new-ai-system-can-predict-seizures-with-nearperfect-accuracy
