Apprendre profond peut effectuer la prévision fiable de résultats de coma

Après arrêt cardiaque et ressuscitation, une partie des patients sera dans un coma et sera traitée à une unité de soins intensifs. Leurs espérances sont incertaines. Quel est nécessaire pour obtenir une prévision de résultats qui est fiable ? Les chercheurs de l'université de Twente et de l'hôpital « de Twente de spectre de Medisch », les deux à Enschede, Pays-Bas, ont développé un réseau apprenant qui est capable d'interpréter des EEG-configurations. Il peut effectuer une prévision fiable de résultats, et forme ainsi une source d'information supplémentaire précieuse. Le présent de chercheur leur approche en tourillon critique de médicament de soins.

Aux Pays-Bas, environ un tiers des gens qui ont eu un arrêt cardiaque a suivi de ressuscitation, devra être traité à l'ICU. Ces patients, environ 7000 tous les ans, sont dans un coma. Plus que la moitié de eux ne regagneront pas la conscience. La famille voudra savoir ce que sont les espérances et, si leur parent regagne la conscience, ce qui seront la qualité de vie. La question « promeut la demande de règlement semblent raisonnable ? » peut seulement être répondu après l'analyse attentive de la situation. Une des options, maintenant, est le SEPP-test ; si un signe électrique appliqué au poignet n'atteint pas le cerveau, ce n'est aucune bonne nouvelles.

Les signes électriques du cerveau, la configuration d'EEG mesurée par l'intermédiaire des électrodes sur la tête, fournissent beaucoup d'information aussi bien. L'analyse de l'EEG utilisant l'artificial intelligence donne une prévision très précise de résultats, comme les chercheurs montrent en leur papier en retard. Pendant douze heures après ressuscitation, le réseau apprenant est capable de prévoir un effet bénéfique avec 58 pour cent d'exactitude et de mauvais résultats avec 48 pour cent. C'est un meilleur rendement que l'oeil qualifié d'un neurologue. L'ordinateur et homme, cependant, ont toujours une catégorie « que je ne sais pas », dans les situations les caractéristiques d'EEG ne sont pas assez spécifiques.

Formation

Le premier auteur, Marleen Tjepkema, a déjà effectué une intervention en faveur d'employer l'EEG dans la prévision de résultats, dans sa thèse de PhD en 2014 comme un diplômé technique de médicament d'UT. Lui et ses collègues prend maintenant à ceci une étape importante en avant en introduisant l'évaluation automatisée de l'échographie d'EEG. Le réseau apprenant a été formé utilisant 600 configurations d'EEG, il n'a obtenu aucun signe sur quoi regarder. Après cela, il a été alimenté avec 300 configurations d'EEG pour voir comment il a exécuté en donnant une prévision. Les neurologues doivent regarder des centaines d'EEG aussi bien, en tant qu'élément de leur formation. Un neurologue expérimenté précisera des caractéristiques spécifiques. Toujours, les EEG-configurations sont si riches d'informations que l'ordinateur surpasse l'oeil humain.

Une fois que qualifié, le réseau sera capable de juger l'EEG très rapide, tout à fait en conformité avec une seconde. Les chercheurs comptent que ceci ajoute des données de valeur au jugement humain. Un des autres avantages est souplesse, une prévision peut être effectué n'importe quand du jour. Utilisant la technologie neuve à l'exposition de la volonté d'ICU si le « intensivist » voit également comme outil de valeur.

Une des prochaines opérations dans cette recherche va voir un oeil plus attentif la stratégie apprenante du réseau, le rendant plus transparent qu'une approche de boîte noire. Pour ceci, les neurophysiologistes collaborent avec des informaticiens et des mathématiciens de l'université de Twente. D'autres exemples de l'utilisation d'apprendre profondément en médicament interprètent des images de rayon X ou classifient des lésions cutanées.

Source :

Université de Twente

Référence de tourillon :

Tjepkemna, 2019) prévisions de résultats de M. et autres (dans le coma de Postanoxic avec apprendre profondément. Médicament critique de soins. doi.org/10.1097/CCM.0000000000003854.