Νέα μελέτη: Πώς το εγκεφαλογράφημα και η Τεχνητή Νοημοσύνη μπορούν να βοηθήσουν στη διάγνωση

Πρόσφατα δημοσιεύτηκε η μονογραφία μου με τίτλο «Machine Learning Algorithms in EEG Analysis of Kleefstra Syndrome: Current Evidence and Future Directions» στο διεθνές επιστημονικό περιοδικό Sensors.

Με απλά λόγια, πρόκειται για μια ανασκόπηση που συγκεντρώνει ό,τι γνωρίζουμε μέχρι σήμερα για το πώς το ηλεκτροεγκεφαλογράφημα (EEG) – η καταγραφή της ηλεκτρικής δραστηριότητας του εγκεφάλου – μπορεί να συμβάλει στην κατανόηση του συνδρόμου Kleefstra, μιας εξαιρετικά σπάνιας γενετικής πάθησης.

Γνωρίζουμε ότι περίπου το 25–30% των ασθενών παρουσιάζει επιληπτικές κρίσεις ή άλλες ανωμαλίες στο EEG, χωρίς όμως να έχει εντοπιστεί ένα χαρακτηριστικό «αποτύπωμα» που να ταυτοποιεί αποκλειστικά το σύνδρομο. Εδώ μπορεί να βοηθήσει η Τεχνητή Νοημοσύνη: με την ικανότητά της να εντοπίζει κρυφά μοτίβα, μπορεί να ανοίξει τον δρόμο για πιο ακριβή διάγνωση, καλύτερη παρακολούθηση και –στο μέλλον– εξατομικευμένες παρεμβάσεις.

Κεντρικός σκοπός που αναδεικνύει η μονογραφία είναι η ανάγκη για τη δημιουργία ενός πολυκεντρικού μοντέλου, βασισμένου σε δεδομένα EEG από πολλές χώρες και ερευνητικά κέντρα. Μόνο έτσι μπορούμε να συγκεντρώσουμε επαρκή στοιχεία ώστε να εκπαιδευτούν αλγόριθμοι Τεχνητής Νοημοσύνης, να βρεθούν αξιόπιστοι βιοδείκτες και να επιταχύνουμε τη μετάβαση από την έρευνα στην κλινική πράξη.