星标“医工学人”，第一时间获取医工交叉领域新闻动态~
脑电图已有百年历史，它通过十几个或更多的电极粘在头皮以监测大脑活动，通常用于检测癫痫。检测结果由神经学家和其他受过培训的专家进行解释，这些专家可以在测试结构的信号图中发现特定模式以辅助做出临床诊断。
梅奥诊所的科学家正在使用人工智能 （AI） 和机器学习来更快、更精确地分析脑电图（EEG），辅助神经科医生能够在通常未经检查的数据中找到痴呆症的早期迹象。
7月31日，该研究发表在Brain Communications，梅奥诊所神经病学人工智能项目（NAIP）的科学家们展示了AI不仅可以加快分析速度，还可以提醒专家审查测试结果，注意到人类无法检测到的微妙的异常模式。该技术有朝一日有可能帮助医生区分认知问题的原因，如阿尔茨海默病和路易体痴呆。研究表明，脑电图比其他捕捉大脑健康的测试更易普及，更便宜，侵入性更小，也是更容易获得的工具，可以帮助医生及早发现患者的认知问题。
“这些脑电波中有很多关于脑电图中大脑健康状况的医学信息，”资深作者、神经学家兼NAIP主任David T. Jones博士说。“众所周知，你可以看到这些波浪减慢了，在有认知问题的人身上看起来有点不同。在我们的研究中，我们想知道我们是否可以在人工智能的帮助下准确测量和量化这种类型的减速。”
为了开发该工具，研究人员收集了十年间在梅奥诊所接受脑电图检查的 11,000 多名患者的数据。他们使用机器学习和人工智能将复杂的脑电波模式简化为六个特定特征，训练模型自动丢弃某些元素，例如应该忽略的数据，以便将阿尔茨海默病等认知问题的特征模式归零。
“与传统的痴呆测量方法（如床边认知测试，液体生物标志物和脑成像）相比，该技术有助于快速提取脑电图模式。”该论文的共同第一作者Wentao Li博士说，他在梅奥诊所临床行为神经病学研究员期间与NAIP一起进行了这项研究。
“目前，我们量化医疗数据模式的一种常见方法是通过专家意见。我们怎么知道这些模式是存在的？因为那位专家告诉你他们在场，“Jones博士说。“但现在有了人工智能和机器学习，我们不仅能看到专家看不到的东西，而且他们能看到的东西，我们可以给出一个精确的数字。”
使用脑电图来发现认知问题并不一定会取代其他类型的检查，例如MRI或PET扫描。但是，凭借人工智能的力量，脑电图有朝一日可以为医疗保健专业人员提供一种更经济、更易获得的早期诊断工具，用于在无法轻松获得专业诊所或专业设备的社区（例如在农村地区）进行早期诊断。
“及早发现记忆问题非常重要，甚至在它们变得明显之前，”Jones博士说。“及早做出正确的诊断有助于我们为患者提供正确的前景和最佳治疗。与我们目前的测试（如脊髓液测试，脑葡萄糖扫描或记忆测试）相比，我们正在研究的方法可能是一种更便宜的方式来识别早期记忆丧失或痴呆症的人。
Jones博士说，继续测试和验证这些工具将需要几年的额外研究。然而，他表示，研究表明，有一些方法可以使用临床数据将新工具整合到临床工作流程中，以实现研究人员的目标，即将新模型和创新引入临床实践，增强现有评估的能力，并将这些知识扩展到梅奥诊所之外。
“这项工作体现了多学科团队合作，以推进基于转化技术的医疗保健研究。”该论文的共同第一作者Yoga Varatharajah博士说，他在工作完成时是NAIP的研究合作者。
▼扫码阅读英文原文
*作者水平有限，中文编译仅供参考，一切内容以英文原文为准。如涉及版权问题，请联系我们删除。
欢迎文末留言参与讨论~
END
编辑 | 罗虎
参考 | Mayo Clinic
审核 | 医工学人理事会
扫码注册加入医工学人，进入综合及细分领域群聊，参与线上线下交流活动
*声明：医工学人为公益性非盈利组织，不收取任何注册费用，申请审核通过后将以邮件通知
推荐阅读
点击关注医工学人
本篇文章来源于微信公众号: 医工学人
