导读 过去,医生分析癫痫患者两小时的脑电图约需要 25 至 40 分钟,其大量精力消耗在查找异常放电上。
现状

患者多,专家少,监测时间长,让不少癫痫患者都有过这样的无奈经历:千里迢迢慕名而来见到专家,脑电图监测却只能预约到几个月后。轻则让拖着病体的患者倍感劳顿,增加不必要的经济负担,重则导致病情延误,错过最佳救治时期。
中国抗癫痫协会 2018 年发布的数据显示,中国的癫痫患者总人数不少于 900 万,而脑电图的监测结果,是医生确定癫痫患者的病种分类和调整治疗方案的重要依据。《癫痫临床治疗指南》(中国抗癫痫协会,2015 年)认为,根据癫痫发作的控制情况,患者每半年至 1 年就要复查 1 次脑电图;如果病情控制得不好,则需要不定期或随时复查,每次监测的时长从 2 小时至 24 小时不等。然而,培养一名成熟的脑电分析专家,需要大量的临床经验和多年的专业培训。据行业人士估算,全国具有较高水平的脑电图分析人员不超过 1000 人,多数基层医疗机构要么不具备培养这方面人才的条件,要么留不住人才。

阿里健康研发癫痫脑电分析引擎

5 月 9 日,由阿里健康人工智能实验室研发的「癫痫脑电分析引擎」产品正式上线。经首都医科大学宣武医院神经内科王玉平主任测试,该引擎在辅助医生判断癫痫患者的各类异常放电、发作类型和综合症等方面作用显著,最高可将脑电图分析时间缩短七成。阿里健康透露,该引擎本月就将在其合作的脑电中心和医疗机构投入应用。
阿里健康「癫痫脑电分析引擎」正是针对上述痛点应运而生。据阿里健康人工智能实验室许娟博士介绍,过去,医生分析癫痫患者两小时的脑电图约需要 25 至 40 分钟,其大量精力消耗在查找异常放电上。而搭载了 AI 引擎的视频脑电监测设备,可以自动标注出脑电图上的各类异常放电,为医生判断提供参考,从而大幅提升医生的读图效率。据测算,在颞叶癫痫等实际场景下,阿里健康的 AI 引擎只需 5 分钟即可处理完成两小时的脑电图数据,再经过医生核查,一份分析报告 10 分钟内即可完成。
利用节约下来的时间,脑电中心将有机会联接更多的基层医疗机构,为更多患者提供帮助。」许娟说。基层医院支付一定的服务费,就可将视频脑电监测设备采集下来的信息回传至脑电中心,获得「医生+AI」的分析支持。「按照目前的工作量测算,根据脑电图采集的时长,基层医院 24 至 48 小时内就能收到分析报告。」许娟说,接下来阿里健康将进一步提升引擎的准确性,并将于本月在合作的脑电中心和医疗机构落地。

在去年,阿里健康宣布与阿里云共建医疗大脑后,即表示将加强文本结构化、图像识别、生理信号识别、知识图谱构建等能力的建设。此次发布的「癫痫脑电分析引擎」,是其在生理信号识别领域的最新进展。目前,国内在癫痫 AI 领域的探索还主要集中在学术界,如基于脑电图癫痫发作自动检测,基于脑电图的睡眠自动分期、癫痫间期异常放电自动检测等。许娟博士表示,阿里健康研发的「癫痫脑电分析引擎」,使用深度学习算法结合传统算法,可自动检测多种癫痫异常放电,产品性能更稳定,在多种工作环境下的适应能力也更强。

首都医科大学宣武医院神经内科主任王玉平在测试了阿里健康「癫痫脑电分析引擎」后认为,该引擎已经处于行业领先地位,并有意愿深入探讨脑电远程服务体系的建设。「脑电图监测是癫痫诊断和治疗的必要手段,受到读图人才和监测数据量庞大的限制,专业的脑电监测并不是很普及。人工智能引擎将有效地提高医生判读脑电图的效率,服务更多患者。」王玉平主任认为,随着人工智能的发展,「医生+AI」的工作方式将在越来越多的临床应用领域涌现,从而解放医生的「生产力」,让医生有机会把更多精力投入到科研和服务患者上来。

原文来自:http://tech2ipo.com/10039281

本文地址:https://www.linuxprobe.com/epilepsy-eeg-engine.html编辑:public,审核员:逄增宝

Linux命令大全:https://www.linuxcool.com/

Linux系统大全:https://www.linuxdown.com/

红帽认证RHCE考试心得:https://www.rhce.net/