Ученые разработали модель прогнозирования судорог у новорожденных на основе данных электроэнцефалографии

Раннее выявление подверженности судорогам позволяет эффективнее лечить младенцев. Наиболее действенным способом их мониторинга является непрерывная электроэнцефалограмма (ЭЭГ), но ЭЭГ требует больших ресурсов и не является общедоступной. В больницах нередко приходится принимать сложное решение о том, какие пациенты нуждаются в длительном наблюдении, а для каких будет безопасно прекратить наблюдение.

 Ученые из Стэнфордского университета опубликовали в The Lancet Digital Health исследование, в котором сообщают о создании модели для прогнозирования судорог у новорожденных. Она необходима, чтобы лучше распределять ресурсы и иметь возможность раньше прекращать наблюдение за пациентами, у которых появление судорог маловероятно.

Исследователи использовали данные ЭЭГ из электронных медицинских карт – с 2018 года было зарегистрировало более 42 000 ЭЭГ, включая данные 1117 новорожденных, у 150 из которых была гипоксическая ишемическая энцефалопатия (заболевание, которое вызывает судороги).

Первоначально авторы применяли традиционную регрессионную логистическую модель, однако ее точность прогнозирования составила только 84%. После введения алгоритма машинного обучения точность выявления детей с гипоксической ишемической энцефалопатией удалось повысить более чем до 90%.

Модель можно настроить так, чтобы избежать пропуска приступов, обеспечивая чувствительность до 97% среди общего числа новорожденных и 100% среди новорожденных с гипоксической ишемической энцефалопатией. Диагностический сервис доступен в качестве онлайн-инструмента.

Ученые считают, что включение этой модели в реальную клиническую практику улучшит эффективность медицинской помощи в критически важные первые дни жизни детей.