Основа технологии — ЭЭГ и искусственный интеллект
В основе разработки лежит анализ электроэнцефалограммы — неинвазивного, доступного и относительно недорогого метода исследования электрической активности мозга. Несмотря на то, что ЭЭГ пока не включена в клинические рекомендации Минздрава России для диагностики болезни Паркинсона, исследователи видят в ней большой потенциал, особенно в сочетании с современными методами анализа данных.
«Уникальность нашего подхода заключается в использовании именно ЭЭГ, — пояснила автор проекта, выпускница магистратуры «Информационные системы и технологии» Сеченовского университета Екатерина Вахромеева. — Сейчас анализ электроэнцефалограммы — это трудоёмкий процесс, который может занимать до 30 минут. Врач вручную просматривает данные, выискивая паттерны, характерные для различных заболеваний. Наша система автоматизирует этот процесс, предоставляя быстрый и объективный предварительный анализ. Это особенно ценно для скрининга и массовой диагностики».
Как обучали нейросеть?
Для разработки и тестирования модели учёные использовали открытый международный датасет, содержащий обезличенные ЭЭГ-записи пациентов с болезнью Паркинсона и здоровых добровольцев. Данные были предварительно размечены неврологом, что обеспечило высокую точность разметки.
Исследователи разделили датасет на обучающую и тестовую выборки. На первой нейросеть «училась» распознавать различия в паттернах мозговой активности, на второй — проверялась её способность корректно классифицировать записи, которые она ранее не видела.
Планы на будущее
В ближайших планах научной группы — создание собственного, более крупного и репрезентативного датасета с данными пациентов на разных стадиях болезни Паркинсона. Это позволит дообучить модель, повысить её точность и провести совместное тестирование с экспертами-неврологами в клинических условиях.
«Одной из главных сложностей стало отсутствие достаточного объёма качественных размеченных данных, — отметила Екатерина Вахромеева. — Для эффективного обучения нейросетей требуется несколько сотен тысяч примеров, и их сбор — это колоссальный труд. Он возможен только при тесном сотрудничестве с медицинскими учреждениями и участием опытных диагностов».
Перспективы применения
Разработка может стать важным шагом к внедрению искусственного интеллекта в повседневную неврологическую практику. Особенно актуален такой инструмент в регионах с дефицитом узких специалистов. Автоматизированный анализ ЭЭГ позволит ускорить первичную диагностику, снизить нагрузку на врачей и повысить доступность медицинской помощи.
Если вам понравился материал, кликните значок - вы поможете нам узнать, каким статьям и новостям следует отдавать предпочтение. Если вы хотите обсудить материал - не стесняйтесь оставлять свои комментарии : возможно, они будут полезны другим нашим читателям!
