Dois pesquisadores da Universidade da Louisiana em Lafayette desenvolveram um sistema de inteligência artificial que prevê ataques epiléticos com precisão de 99,6%.

A professora Magdy Bayoumi e o pesquisador Hisham Daoud registraram leituras de EEG (Eletroencefalograma) e treinaram um modelo de IA para classificar os dados, o que tornou possível identificar se o cérebro dos pacientes está em um estágio pré-ictal (logo antes de uma convulsão) ou inter-ictal (entre convulsões).

Prever uma convulsão não é uma tarefa fácil, especialmente para a IA. Os sistemas de aprendizado de máquina funcionam basicamente com dados: quanto mais você os alimenta, melhor o treinamento e os resultados. Infelizmente a frequência, o tempo de detecção antes do início, a duração e a intensidade relativa de uma convulsão podem variar bastante de um indivíduo para o outro.

Os pesquisadores usam registros de longo prazo das varreduras de EEG craniano de uma pessoa para desenvolver um tipo de linha base para a atividade cerebral antes, durante e após as convulsões. Dados pessoais do paciente são necessários para desenvolver o paradigma de treinamento e previsão, mas os resultados são impressionantes. Bayoumi e Daoud relatam precisão quase perfeita com detecção de 99,6%, com uma taxa de falsos positivos de quase zero.

Isso tem o potencial de melhorar drasticamente as vidas dos estimados 50 milhões de pessoas afetadas pela epilepsia em todo o mundo. De acordo com o estudo:

Devido a crises inesperadas, a epilepsia tem um forte efeito psicológico e social, além de poder ser considerada uma doença com risco de vida. Conseqüentemente, a previsão de crises epilépticas contribuiria muito para melhorar a qualidade de vida de pacientes epiléticos em muitos aspectos, como acionar um alarme antes da ocorrência da crise, para fornecer tempo suficiente para a ação apropriada, desenvolver novos métodos de tratamento e estabelecer novas estratégias para entender melhor a natureza da doença.

Agora, os pesquisadores voltaram sua atenção para o desenvolvimento de hardware e chipsets adequados para implementar completamente seu sistema de IA como uma solução viável para a intervenção em ataques.

Fonte: The Next Web