Naukowcy opracowali AI do rozróżniania padaczki i napadów funkcjonalnych — News-Medical

Naukowcy opracowali system sztucznej inteligencji EpiScreen, który na podstawie nieustrukturyzowanych zapisów w elektronicznej dokumentacji medycznej pomaga odróżniać padaczkę od psychogennych napadów niepadaczkowych. Badanie retrospektywne objęło 13 633 dokumentacje pacjentów z dwóch placówek medycznych, informuje News-Medical.

Analiza dokumentacji medycznej

Do szkolenia i walidacji EpiScreen wykorzystano 3451 dokumentacji z bazy MIMIC-IV Beth Israel Deaconess Medical Center oraz 10 182 dokumentacje z repozytorium danych klinicznych Uniwersytetu Minnesoty. Etykiety danych odpowiadały ostatecznym diagnozom udokumentowanym przez lekarzy. Pacjentów ze współistniejącą padaczką i psychogennymi napadami niepadaczkowymi nie uwzględniono w analizie.

System stworzono na podstawie kilku dużych modeli językowych dostosowanych do pracy z tekstami medycznymi. Najlepsze warianty EpiScreen uzyskały pole pod krzywą ROC do 0,992 podczas testów w jednej placówce oraz do 0,980 podczas walidacji na danych z innej placówki. Wskaźnik ten odzwierciedla zdolność modelu do rozróżniania dwóch stanów przy różnych progach klasyfikacji.

Więcej aktualnych wiadomości na kanale UA.News w Telegramie Telegram.

Ocena z udziałem neurologów

W retrospektywnej ocenie 300 przypadków cztery zespoły medyczne, w skład których wchodziło sześciu lekarzy rezydentów neurologii i dwóch starszych lekarzy, analizowały dokumentację pacjentów. Samodzielnie EpiScreen osiągnął dokładność klasyfikacji na poziomie 81,0%. Dokładność starszych lekarzy bez wsparcia systemu wyniosła 81,7%, a grup rezydentów — od 76,3% do 79,3%; nie odnotowano statystycznie istotnej różnicy między tymi wynikami.

Gdy medykom pokazywano prognozę AI oraz zdania z dokumentacji, które w największym stopniu wpłynęły na wniosek algorytmu, dokładność grup rezydentów wzrosła do 87,7–89,0%, a starszych lekarzy — do 89,3%. Jednocześnie nie wszystkie diagnozy zostały potwierdzone wideoelektroencefalografią, standardem diagnostycznym służącym do rozróżniania tych stanów.

Autorzy traktują EpiScreen jako narzędzie wspierające decyzje kliniczne przed przeprowadzeniem badania potwierdzającego, a nie jako jego zastępstwo. Do oceny działania systemu w codziennej praktyce medycznej potrzebne są prospektywne badania prowadzone w czasie rzeczywistym.