人工知能てんかん深層学習
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
By MedXY|2026年1月30日
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。
Our website uses essential cookies and, with your consent, additional cookies to measure performance and improve our services. Cookie Policy.
You can change your choice at any time.
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。