Разработан новый метод диагностики неврологических расстройств с помощью искусственного интеллекта

Ученые Российского экономического университета им. Г.В. Плеханова и Национального медико-хирургического центра им. Н.И. Пирогова разработали новый метод анализа электроэнцефалограмм (ЭЭГ) с помощью «объяснимого» искусственного интеллекта (ИИ). Алгоритм не только автоматически выявляет эпилептические приступы с высокой точностью, но и объясняет свои решения, указывая, какие именно участки мозга и частотные диапазоны стали решающими для постановки диагноза.

Современные сверточные нейронные сети демонстрируют внушительные результаты в обнаружении судорожной активности на ЭЭГ. Однако препятствием для их внедрения в клиническую практику остается непрозрачность метода — врачи не могут доверять диагнозу, если не понимают логику его постановки.

Авторы предложили решение, позволяющее преодолеть эту проблему. Впервые интерпретируемость ИИ адаптирована под специфику электроэнцефалографии: метод комбинирует анализ частотных диапазонов и пространственное картирование мозга.

«Врачам важно не просто получить вероятность приступа, но и увидеть, почему модель приняла такое решение. Наш фреймворк позволяет визуализировать эти признаки в виде тепловых карт, где отмечены конкретные зоны коры головного мозга и спектральные паттерны. Это переводит работу ИИ с языка математики на язык нейрофизиологии», — рассказал один из авторов исследования, ведущий научный сотрудник НИИ прикладного искусственного интеллекта и цифровых решений РЭУ им. Г.В. Плеханова Вадим Грубов.

Ученые протестировали метод на трех разных нейросетевых архитектурах, включая гибридную модель, которая показала наилучший результат. Анализ значимых признаков подтвердил соответствие известным нейрофизиологическим механизмам эпилепсии, а также помог выявить новые перспективные биомаркеры, в том числе роль высокочастотного гамма-диапазона, связанного с моторной активностью.

«Особенно ценно, что модели используют не один дельта-ритм, а комплекс признаков из разных частотных диапазонов и учитывают развитие приступа во времени», — пояснил участвовавший в исследовании заведующий неврологическим отделением НЦМХ им. Н.И. Пирогова Никита Утяшев.

«Мы создали инструмент верификации решений ИИ. Наш метод позволил не просто обучить нейросеть, а «заглянуть» в ее логику. Мы выявили, что для точного обнаружения приступа модель опирается не только на классические дельта-волны, но и на высокочастотные гамма-ритмы, которые раньше считались лишь помехами. Врач-эпилептолог может проверить эти выводы, что превращает ИИ из «черного ящика» в инструмент для открытия новых диагностических признаков эпилепсии», — отметил руководитель НИИ прикладного искусственного интеллекта и цифровых решений РЭУ им. Г.В. Плеханова Александр Храмов.

Исследователи отмечают, что разработанный ими подход может быть адаптирован для анализа других нейродегенеративных и неврологических расстройств.

Исследование выполнено при поддержке гранта Российского научного фонда.

Источник: Официальный ресурс Министерства образования и науки Российской Федерации