导读 根据 6 月 20 日在线发表在《美国医学会神经病学》杂志上的一项研究，用于解释常规临床脑电图 (EEG) 的人工智能 (AI) 模型表现出与
根据 6 月 20 日在线发表在《美国医学会神经病学》杂志上的一项研究，用于解释常规临床脑电图 (EEG) 的人工智能 (AI) 模型表现出与人类专家相似的性能。
来自挪威卑尔根 Holberg EEG 的 Jesper Tveit 博士及其同事开发并验证了一种人工智能模型，即基于计算机的标准化脑电图人工智能组织报告 (SCORE-AI)，该模型可以区分异常和正常脑电图记录并对异常脑电图记录进行分类。SCORE-AI 使用 2014 年至 2020 年间记录的脑电图进行开发和验证。开发数据集中总共包含 30,493 条记录，由 17 名专家注释。SCORE-AI 使用三个独立的数据集进行了验证：包含 100 个代表性脑电图的多中心数据集;9,785 个脑电图的单中心数据集;以及包含 60 个脑电图的数据集，带有外部参考标准，用于与之前发布的模型进行基准测试。
研究人员发现 SCORE-AI 实现了很高的准确率;对于不同类别的脑电图异常，受试者工作特征曲线下面积从0.89到0.96不等，与人类专家的表现相似。针对之前发布的三个人工智能模型的基准测试仅限于比较癫痫样异常检测。SCORE-AI 准确率为 88.3%，明显高于之前发布的模型，与人类专家相似。
作者写道：“我们的卷积神经网络模型 SCORE-AI 在读取常规临床脑电图方面达到了专家级的性能。”“它的应用可能有助于在偏远和服务欠缺的地区提供有用的临床信息，这些地区的脑电图解释专业知识很少或不可用。”
标签：
免责声明：本文由用户上传，如有侵权请联系删除！