นักวิจัยจาก University of Louisiana at Lafayette พัฒนาโมเดล AI ที่สามารถทำนายการเกิดอาการชักได้สูงสุด 1 ชั่วโมงก่อนการเกิด โดยมีความแม่นยำในการทำนายอยู่ที่ 99.6%
ผู้คนกว่า 50 ล้านคนทั่วโลกนั้นป่วยเป็นโรคลมชัก และอาการชักซึ่งมักเกิดขึ้นอย่างไม่ได้ตั้งตัวนั้นก่อให้เกิดผลกระทบทางจิตใจและสังคมต่อผู้ป่วย ดังนั้น การรู้ล่วงหน้าว่าอาการชักจะเกิดขึ้นเมื่อใด จะช่วยพัฒนาคุณภาพชีวิตให้แก่ผู้ป่วยเป็นอย่างมาก และช่วยให้พวกเขาสามารถเตรียมตัวล่วงหน้าก่อนนอาการจะมาถึง ซึ่งอาการชักราว 70% นั้นควบคุมได้ด้วยยาหากรู้ล่วงหน้า
Hisham Daoud และ Magdy Bayoumi สองนักวิจัยจาก University of Louisiana at Lafayette ได้พัฒนาระบบ AI ซึ่งสามารถทำนายการเกิดอาการชักได้อย่างรวดเร็วและแม่นยำ โดยมีหลักการทำงานคือการวิเคราะห์ข้อมูลคลื่นไฟฟ้าสมอง (Electroencephalogram – EEG) ของผู้ป่วยแต่ละรายซึ่งมีลักษณะของข้อมูลที่ต่างกัน และใช้อัลกอริทึมเข้ามาทำนายความเป็นไปได้ในการเกิดอาการชัก
วิธีการดึง Features ออกมาจากข้อมูลคลื่นไฟฟ้าแล้วจึงทำนายเช่นนี้นั้นเป็นวิธีพื้นฐานของระบบ AI ทำนายอาการชัก ทว่าจุดที่แตกต่างในระบบของ Daoud และ Bayoumi คือการควบรวมทั้งสองขั้นตอนเข้ามาอยู่ในขั้นตอน Automated ขั้นตอนเดียว โดยมีเป้าหมายในการประหยัดเวลาที่ใช้ในการประมวลผล
พวกเขาใช้ Convolutional Neural Network ในการดึง Features จากข้อมูลพื้นที่ในบริเวณสมอง และมีอัลกอริทึมเพิ่มเติมในการเลือกว่าข้อมูล EEG Channel ใดที่น่าจะบ่งชี้อาการชักได้ดีที่สุด ด้วยเทคนิคหลายๆทางรวมกันเช่นนี้ ทำให้ทั้งคู่พัฒนาระบบ AI ซึ่งสามารถทำนายอาการได้เร็วกว่าระบบอื่นๆ และมีความแม่นยำสูงมากได้
จากการทดสอบกับผู้ป่วย 22 รายจากโรงพยาบาล Boston Children’s Hospital พบว่าระบบ AI ของ Daoud และ Bayoumi สามารถทำนายการเกิดอาการชักได้แม่นยำถึง 99.6% และมีอัตราการเตือนที่ผิดพลาด (False Positive) เพียง 0.004 ครั้งต่อชั่วโมง
ก่อนการใช้งานจริง ผู้ป่วยสามารถใช้อุปกรณ์วัดค่า EEG วัดข้อมูลของตัวเองได้โดยที่ไม่ต้องเข้าไปที่โรงพยาบาลหรือคลินิก และนำข้อมูลดังกล่าวไปเทรนโมเดล ซึ่งจะใช้เวลาประมาณ 2-3 ชั่วโมง โดยในอนาคต พวกเขาหวังว่าจะสามารถพัฒนาชิปเพื่อประมวลผลระบบ AI นี้ได้อย่างมีประสิทธิภาพมากขึ้น เพื่อพัฒนาเป็นแอปพลิเคชันที่ผู้ป่วยสามารถใช้งานได้จริงโดยสะดวกต่อไป