根據(jù) 6 月 20 日在線發(fā)表在《美國醫(yī)學會神經(jīng)病學》雜志上的一項研究，用于解釋常規(guī)臨床腦電圖 (EEG) 的人工智能 (AI) 模型表現(xiàn)出與人類專家相似的性能。
來自挪威卑爾根 Holberg EEG 的 Jesper Tveit 博士及其同事開發(fā)并驗證了一種人工智能模型，即基于計算機的標準化腦電圖人工智能組織報告 (SCORE-AI)，該模型可以區(qū)分異常和正常腦電圖記錄并對異常腦電圖記錄進行分類。SCORE-AI 使用 2014 年至 2020 年間記錄的腦電圖進行開發(fā)和驗證。開發(fā)數(shù)據(jù)集中總共包含 30,493 條記錄，由 17 名專家注釋。SCORE-AI 使用三個獨立的數(shù)據(jù)集進行了驗證：包含 100 個代表性腦電圖的多中心數(shù)據(jù)集;9,785 個腦電圖的單中心數(shù)據(jù)集;以及包含 60 個腦電圖的數(shù)據(jù)集，帶有外部參考標準，用于與之前發(fā)布的模型進行基準測試。
研究人員發(fā)現(xiàn) SCORE-AI 實現(xiàn)了很高的準確率;對于不同類別的腦電圖異常，受試者工作特征曲線下面積從0.89到0.96不等，與人類專家的表現(xiàn)相似。針對之前發(fā)布的三個人工智能模型的基準測試僅限于比較癲癇樣異常檢測。SCORE-AI 準確率為 88.3%，明顯高于之前發(fā)布的模型，與人類專家相似。
作者寫道：“我們的卷積神經(jīng)網(wǎng)絡模型 SCORE-AI 在讀取常規(guī)臨床腦電圖方面達到了專家級的性能。”“它的應用可能有助于在偏遠和服務欠缺的地區(qū)提供有用的臨床信息，這些地區(qū)的腦電圖解釋專業(yè)知識很少或不可用。”
標簽：
免責聲明：本文由用戶上傳，如有侵權請聯(lián)系刪除！