人工知能
AIによる予後予測: 適応型EEGSurvNetが日常の脳波データから発作のタイミングを正確に予測
研究者たちは、日常の脳波（EEG）を解析して2年間の発作リスクを予測する深層生存モデルEEGSurvNetを開発しました。臨床モデルを上回る性能を示し、2ヶ月時点でAUC 0.80を達成。また、臨床的に正常と判断された脳波でも高い効果を発揮しました。
タグ
研究者たちは、日常の脳波（EEG）を解析して2年間の発作リスクを予測する深層生存モデルEEGSurvNetを開発しました。臨床モデルを上回る性能を示し、2ヶ月時点でAUC 0.80を達成。また、臨床的に正常と判断された脳波でも高い効果を発揮しました。
機械換気中の早期急性低酸素性呼吸不全患者において、持続静脈内鎮静は自然睡眠では見られない脳波パターン（脳波アップス）を生じさせます。これらのパターンは鎮静薬の量、薬物組み合わせ、臨床的な鎮静度合い、およびICUでの死亡率と相関しています。
