Разработана система анализа паттернов сна у пациентов с эпилепсией

НИЖНИЙ НОВГОРОД, 3 декабря. /ТАСС/. Ученые нижегородского Университета Лобачевского (ННГУ) обучили модели искусственного интеллекта для автоматического обнаружения и анализа сонных веретен в ЭЭГ-записях у здоровых людей и пациентов с эпилепсией. Высокоточный анализ особенно важен для выявления трудно диагностируемых признаков эпилепсии у детей, сообщили ТАСС в пресс-службе вуза.

"Программный комплекс позволит врачам получить максимум информации из записей электроэнцефалографии (ЭЭГ) пациентов с подозрением на эпилепсию, спрогнозировать течение болезни и найти персонализированные подходы в ее лечении", - отметили в вузе.

Автор исследования, старший научный сотрудник лаборатории "Искусственный интеллект в кардио- и нейронауке" Исследовательского центра в сфере искусственного интеллекта Университета Лобачевского Татьяна Леванова объяснила, что согласно медицинским протоколам пороговые значения ритмов мозга служат сигналами к началу лечения. Но чаще всего эти данные оцениваются фрагментарно и "на глаз". "Многочасовые записи ЭЭГ отдельному специалисту сложно проанализировать в полном объеме. Эту работу необходимо автоматизировать, чтобы помочь врачам-эпилептологам и неврологам проводить более субъективный и быстрый анализ", - рассказала Леванова.

Один из ключевых этапов разработки был посвящен анализу нейросигналов второй фазы сна. Ритмы мозга, фиксируемые в этом состоянии у здоровых людей, называются "сонные веретена". Они служат биомаркерами важнейших когнитивных процессов, таких как формирование долгосрочной памяти и усвоение новой информации. При эпилепсии характеристики сонных веретен могут нарушаться, и их автоматический анализ может служить важным биомаркером течения болезни при уже установленном диагнозе. Метод нижегородских ученых позволяет описать и проанализировать эти изменения.

"Данные ЭЭГ, на которых мы обучали модели искусственного интеллекта, как и выводы, полученные с помощью прототипа будущего программного комплекса, были верифицированы нашими соавторами - врачами Москвы и Нижнего Новгорода. Сегодня мы продолжаем сбор данных с разными видами эпилептиформной активности для дообучения ИИ и повышения точности его рекомендаций", - сообщила автор исследования, старший научный сотрудник лаборатории "Искусственный интеллект в кардио- и нейронауке" Альбина Лебедева.

В свою очередь, научный сотрудник лаборатории "Искусственного интеллекта и обработки больших массивов данных" Института информационных технологий, математики и механики (ИИТММ) ННГУ, врач-невролог Артем Шарков добавил, что глобальная задача исследования - минимизировать субъективность в оценке данных электроэнцефалографии. Это позволит принимать взвешенные клинические решения как в отношении диагноза, так и оптимального лечения.