L'apprendimento profondo può fare la previsione affidabile di risultato del coma

Dopo arresto cardiaco e la rianimazione, la parte dei pazienti sarà in un coma e sarà trattata ad un'unità di cure intensive. Le loro prospettive sono incerte. Che cosa è necessario ottenere una previsione di risultato che è affidabile? I ricercatori dell'università di Twente e “dell'ospedale di Twente di spettro di Medisch„, entrambi a Enschede, Paesi Bassi, hanno sviluppato una rete di apprendimento che è capace dell'interpretazione dei Elettroencefalogramma-reticoli. Può fare una previsione affidabile di risultato e così forma una fonte di informazione extra apprezzata. Il presente del ricercatore il loro approccio in giornale critico della medicina di cura.

Nei Paesi Bassi, circa un terzo della gente che ha avuta un arresto cardiaco ha seguito dalla rianimazione, dovrà essere trattato al ICU. Questi pazienti, circa 7000 ogni anno, sono in un coma. Più della metà di loro non riacquisteranno la coscienza. La famiglia vorrà conoscere che cosa le prospettive sono e, se il loro parente riacquista la coscienza, che cosa saranno la qualità di vita. La domanda “avanza il trattamento ha significato?„ può essere risposto soltanto dopo l'analisi attenta della situazione. Una delle opzioni, ora, è la SEPP-prova; se un segnale elettrico applicato alla manopola non raggiunge il cervello, questa non è buone notizie.

I segnali elettrici del cervello, il reticolo di elettroencefalogramma misurato tramite elettrodi sulla testa, forniscono molte informazioni pure. L'analisi dell'elettroencefalogramma facendo uso di intelligenza artificiale dà una previsione molto accurata di risultato, come i ricercatori mostrano in loro ultimo documento. Dodici ore dopo la rianimazione, la rete di apprendimento è capace di predizione un risultato buon con 58 per cento di accuratezza e di cattivo risultato con 48 per cento. Ciò è una prestazione migliore che l'occhio preparato di un neurologo. Sia il computer che umani, tuttavia, ancora hanno una categoria “che non so„, nelle situazioni i dati di elettroencefalogramma non sono abbastanza specifici.

Formazione

Il primo autore, Marleen Tjepkema, già ha fatto una richiesta per utilizzare l'elettroencefalogramma nella previsione di risultato, nella sua tesi di PhD nel 2014 come un laureato tecnico della medicina di UT. Lei ed i suoi colleghi ora intraprendono questo un'azione importante avanti introducendo l'interpretazione automatizzata della scansione di elettroencefalogramma. La rete di apprendimento è stata preparata facendo uso di 600 reticoli di elettroencefalogramma, non ha ottenuto alcuni suggerimenti su cui esaminare. Dopo quello, è stata alimentata con 300 reticoli di elettroencefalogramma per vedere come ha eseguito nel dare una previsione. I neurologi devono esaminare le centinaia di elettroencefalogramma pure, come componente del loro addestramento. Un neurologo con esperienza preciserà le caratteristiche specifiche. Eppure, i Elettroencefalogramma-reticoli sono così ricchi di informazioni che il computer supera l'occhio umano.

Una volta che preparata, la rete sarà capace di giudizio dell'elettroencefalogramma molto veloce, in conformità ad un secondo. I ricercatori prevedono che questo aggiunga le informazioni apprezzate a giudizio umano. Uno degli altri vantaggi è la flessibilità, una previsione può essere fatto in qualunque momento del giorno. Facendo uso della nuova tecnologia alla manifestazione della volontà di ICU se “il intensivist„ inoltre vede come strumento apprezzato.

Uno dei punti seguenti in questa ricerca sta avendo uno sguardo più attento alla strategia di apprendimento della rete, rendente lo più trasparente di un approccio della scatola nera. Per questo, i neurofisiologi collaborano con gli informatici ed i matematici dell'università di Twente. Altri esempi dell'uso in profondità dell'apprendimento nella medicina stanno interpretando le immagini dei raggi x o stanno classificando le lesioni dell'interfaccia.

Sorgente:

Università di Twente

Riferimento del giornale:

Tjepkemna, 2019) previsioni di risultato del M. et al. (nel coma di Postanoxic con in profondità l'apprendimento. Medicina critica di cura. doi.org/10.1097/CCM.0000000000003854.