In einer Erklärung sagte das Porto-Institut, dass die in der Zeitschrift Nature Scientific Reports veröffentlichte Forschung die „automatische Klassifizierung“ und „fast in Echtzeit“ von Epilepsieanfällen durch ein Infrarotradar und dreidimensionale (3D) Videos ermöglicht. .

Die in Zusammenarbeit mit Forschern der Universität München (Deutschland) entwickelte Computerlösung stellt einen „innovativen Ansatz“ dar, da sie diese neurologischen Ereignisse anhand von Zwei-Sekunden-Videobeispielen klassifiziert.

Für die Entwicklung des Tools nutzten die Forscher die „größte Datenbank synchroner 3D-Videos mit Elektroenzephalogrammen“, extrahierten Informationen zu 115 Anfällen und entwickelten einen Ansatz, der auf „Deep Learning“ basiert, also einer Technik der künstlichen Intelligenz, die im Computer nachahmt Prozesse, durch die sich der Mensch mithilfe von Algorithmen bestimmte Arten von Wissen aneignet.

„Die Untersuchung zeigte die Machbarkeit eines Unterstützungssystems für Diagnose und Überwachung, das es ermöglicht, zwischen Anfällen mit Ursprung im Frontal- und Temporallappen des Gehirns (die häufigsten bei Epilepsie) und nicht-epileptischen Ereignissen zu unterscheiden“, stellt das Institut klar.

Der in der Erklärung zitierte INESC TEC-Forscher Tamás Karácsony sagt, dass die Lösung „spezifische Bewegungen in verschiedenen Körperteilen des Patienten“ sowie „Dynamik, biomechanische Aspekte, Geschwindigkeitsmuster, Beschleunigung oder Bewegungsbereich“ epileptischer Anfälle erkennt.

Epilepsie ist eine chronische neurologische Erkrankung, die 1 % der Weltbevölkerung betrifft. Epileptische Anfälle sind eines der Hauptsymptome der Krankheit und entscheidend für die Diagnose möglicher Vorkommnisse.

Die Analyse dieser Anfälle werde „im Allgemeinen mithilfe von Videos und Elektroenzephalogrammen in Epilepsie-Überwachungseinheiten von spezialisierten Gesundheitsfachkräften durchgeführt“, aber die „hohe Variabilität“ mache diese Technik „begrenzt“.

„Obwohl vielversprechend, hängen die automatischen und halbautomatischen Ansätze mit Computer Vision immer noch vom menschlichen Eingreifen ab“, sagt INESC TEC.

Der ebenfalls in der Erklärung erwähnte Studienkoordinator João Paulo Cunha betont, dass die „Tauglichkeit der Lösung zur Unterstützung der Überwachung“ der Krankheit nachgewiesen wurde.

Der Co-Autor der Studie und Leiter der Epilepsie-Monitoring-Einheit an der Universität München, Jan Rémi, ergänzt, dass die Lösung später im ambulanten Setting zum „Anfallsmonitoring“ sowie „bei der Behandlung refraktärer Patienten“ eingesetzt werden könne Epilepsie“.