與人類專家類似的腦電圖解讀人工智能模型-世界動態

(資料圖片僅供參考)

根據 6 月 20 日在線發表在《美國醫學會神經病學》雜志上的一項研究，用于解釋常規臨床腦電圖 (EEG) 的人工智能 (AI) 模型表現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和驗證。開發數據集中總共包含 30,493 條記錄，由 17 名專家注釋。SCORE-AI 使用三個獨立的數據集進行了驗證：包含 100 個代表性腦電圖的多中心數據集;9,785 個腦電圖的單中心數據集;以及包含 60 個腦電圖的數據集，帶有外部參考標準，用于與之前發布的模型進行基準測試。

研究人員發現 SCORE-AI 實現了很高的準確率;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，與人類專家的表現相似。針對之前發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%，明顯高于之前發布的模型，與人類專家相似。

作者寫道：“我們的卷積神經網絡模型 SCORE-AI 在讀取常規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提供有用的臨床信息，這些地區的腦電圖解釋專業知識很少或不可用。”

關鍵詞：