轉載從: Tech News 科技新報
7 月在《IEEE》發表的研究論文，是美國路易斯安那州立大學的研究團隊成功研發可提前 1 小時預測癲癇症發作的人工智慧模型，且成功預測率高達 99.6%。研究人員表示，全球癲癇患者有 5,000 萬，七成患者能以藥物控制。
問題是癲癇症發作前甚少症狀，透過人工智慧預測癲癇症何時發作，就能讓患者有足夠時間應付，大大改善生活品質。透過腦波圖測試分析大腦活動，開發預測模型，過往也有類似研究，不過大腦活動模式不同讓難度大增，所以需要研究人工分析。這次研究團隊將大腦特徵結合分類過程，交由自動化系統處理，效率和精準度都大大提高。
研究團隊引進深度學習演算法，收集不同電極點記錄的大腦活動特徵，提升預測的準確性。團隊測試 22 位癲癇症患者，發現預測模型準確度達 99.6%，誤報率僅每小時 0.004 次，更表示將研發可放在智慧手錶內的晶片，還有內建於頭盔的感應器，希望幫助癲癇症患者過著正常生活。
（本文由 Unwire HK 授權轉載；首圖來源：pixabay）