I ricercatori della Duke University hanno sviluppato un modello di apprendimento automatico assistivo che migliora significativamente la capacità dei medici di interpretare i grafici dell’EEG. Questo strumento potrebbe essere vitale per identificare le crisi epilettiche o eventi simili a convulsioni nei pazienti incoscienti, contribuendo così a salvare vite.
L’EEG è fondamentale per monitorare l’attività cerebrale dei pazienti. Tuttavia, interpretare correttamente i segnali può essere complesso, specialmente quando si tratta di rilevare eventi simili a crisi epilettiche meno evidenti.
Per affrontare questa sfida, i medici si sono rivolti al laboratorio di Cynthia Rudin, specializzato nello sviluppo di algoritmi di apprendimento automatico interpretabili. Questi algoritmi, a differenza di quelli tradizionali, mostrano il loro ragionamento, consentendo agli esseri umani di comprendere come giungono alle conclusioni.
Il modello sviluppato dal gruppo di ricerca si basa su dati EEG di oltre 2.700 pazienti. Oltre 120 esperti hanno identificato le caratteristiche rilevanti nei grafici, aiutando a classificarle in categorie come crisi epilettiche o eventi simili a convulsioni.
L’algoritmo proposto visualizza visivamente le sue decisioni su un continuum, consentendo ai medici di comprendere meglio i segnali elettrici anomali. Questa modalità di visualizzazione aiuta i professionisti medici a prendere decisioni più informate sulla base dei risultati forniti dall’algoritmo.
Il modello è stato testato su otto professionisti medici, i cui tassi di precisione complessiva sono aumentati dal 47% al 71% utilizzando l’assistenza dell’intelligenza artificiale.