教育新闻网路易斯安那大学拉斐特分校的一对研究人员开发了一种人工智能系统，该系统可预测99.6%的癫痫发作。
世界卫生组织估计，每千人中有四到十人患有癫痫相关的癫痫发作。根据大量研究，受苦的人中有70%的症状可以通过药物缓解。问题是，许多患者无法分辨，当他们进入preictal阶段(癫痫发生之前直接与期)时，这种干预会有效。
在路易斯安那大学拉斐特分校创建该系统的二人组Magdy Bayoumi教授和研究员Hisham Daoud希望从癫痫发作预测中排除猜测。根据两人的研究论文：
考虑到实时操作，我们提出了四种基于深度学习的模型，用于早期和准确的癫痫发作预测。将癫痫发作预测问题表述为发作期和发作期脑状态之间的分类任务，其中当在预定发作期之前检测到发作状态时考虑真正的警报。
预测癫痫发作并非易事，特别是对于AI。机器学习系统本质上是基于数据运行的;您向他们提供的食物越多，培训和结果就越好。不幸的是，癫痫发作的频率，发作前的检测时间，持续时间和相对强度在一个受试者与下一个受试者之间可能有很大差异。
这意味着，与教导AI通过喂食数百万张猫的图像来识别猫的照片不同，您不能使用通用的训练数据集为单个患者创建癫痫发作检测系统。相反，研究人员使用人的颅脑电图扫描的长期记录来为癫痫发作之前，之中和之后的大脑活动建立某种基线。
建立训练和预测范例需要患者的个人数据，但结果令人震惊。Bayoumi和Daoud报告检出率为99.6%，接近完美的准确性，错误检出率几乎为零。
这有可能动态地改善全世界估计有5000万人的癫痫病患者的生活。根据研究：
由于癫痫发作时间意外，癫痫病除了可以被视为威胁生命的疾病外，还具有强大的心理和社会影响。因此，预测癫痫发作将在许多方面极大地改善癫痫患者的生活质量，例如在癫痫发作发生之前发出警报，以提供足够的时间采取适当的措施，开发新的治疗方法并制定新的策略。以便更好地了解疾病的性质。
研究人员现在将注意力转向开发适当的硬件和芯片组，以完全实施其AI系统，将其作为癫痫发作干预的可行解决方案。尽管开发和测试可能会花费一些时间，但希望佩戴具有与Apple Watch的救生功能类似的功能以检测不规则心脏活动的个性化设备，有一天可能成为癫痫发作患者的标准治疗方案。
