ENCEVIS: sztuczna inteligencja wspomaga analizę zapisów EEG u pacjentów z padaczką
ENCEVIS: Evaluating the feasibility of an AI‐based algorithm as an assistant to neurophysiologists in clinical practice
W skrócie
Badacze testowali algorytm sztucznej inteligencji ENCEVIS, który ma pomagać lekarzom w analizie zapisów EEG. Algorytm dobrze radził sobie z wykrywaniem napadów, szczególnie dłuższych, ale czasem wskazywał nieprawidłowości tam, gdzie ich nie było. Naukowcy stwierdzili, że ENCEVIS może być przydatnym narzędziem wspierającym, ale nie zastąpi opinię lekarza.
Szczegóły
W badaniu przeprowadzonym między 2019 a 2023 rokiem przeanalizowano 267 długotrwałych zapisów EEG. Były to nagrania trwające ponad 3 godziny. Uczestnikami badania byli pacjenci, u których zdarzały się napady lub podejrzewano padaczkę. Zespół eksperckich neurophysjologów dwukrotnie niezależnie analizował każdy zapis. Kiedy ich opinie różniły się, trzeci specjalista decydował ostatecznie.
Algorytm ENCEVIS wykrył obecność napadów w nagraniach z dobrą dokładnością. Zmierzył się z 114 napadami i prawidłowo zidentyfikował 65 z nich, co daje czułość 57 procent. Jednak dokładność znacznie się zmieniała zależnie od typu napadu. W przypadku napadów uogólnionych i obustronnych napadów toniczny-klonicznych algorytm miał stuprocentową trafność. W przypadku napadów ogniskowych z utratą świadomości trafność wyniosła 67 procent. Dla napadów ogniskowych z zachowaną świadomością było to 36 procent, a dla napadów tonicznych zaledwie 23 procent. Napad o dłuższym czasie trwania algorytm rozpoznawał lepiej niż krótsze napady.
Szczególnie wartościowe okazało się, że algorytm prawie zawsze zidentyfikował nagrania zawierające jakikolwiek napad. Poprawnie wychwycił przynajmniej jeden napad w 42 na 43 nagraniach od pacjentów z padaczką. Oznacza to bardzo wysoką wartość predykcyjną wynoszącą 99,1 procenta dla wyniku ujemnego. W przypadku wykrywania abnormalności między napadami algorytm wykazał czułość 97,4 procenta.
Najmniejszą zaletą algorytmu była tendencja do błędnych pozytywnych wyników. Czasami wskazywał prawidłowe nagrania jako zawierające nieprawidłowości. W ciągu godziny nagrywania średnio 0,27 razu błędnie oznaczał normalne aktywności jako abnormalne. To oznacza, że lekarz musi zawsze sprawdzić to, co algorytm wskaże, aby potwierdzić prawidłowość.
Badacze doszli do wniosku, że ENCEVIS nie powinien zastępować opinię eksperta neurologa, ale może być bardzo pomocnym narzędziem wspierającym. Szczególnie przydatny może być do szybkiego przesiewu nagrań, które nie zawierają żadnych nieprawidłowości, zmniejszając tym samym pracę, jaką neurophysjologowie muszą wykonać przy analizie każdego nagrania.
Najważniejsze ustalenia
- Algorytm prawidłowo wychwycił przynajmniej jeden napad w 97,7 procenta nagrań od pacjentów z padaczką
- Najlepsze wyniki osiągnął dla dłuższych napadów, szczególnie napadów uogólnionych i obustronnych tonicznych-klonicznych, gdzie trafność wyniosła 100 procent
- Algorytm dobrze radził sobie z wykrywaniem abnormalności między napadami z czułością 97,4 procenta
- Czasami błędnie identyfikował normalne nagrania jako zawierające nieprawidłowości, dlatego wymaga weryfikacji przez lekarza
- ENCEVIS może zmniejszyć obciążenie pracą neurophysjologów poprzez szybką identyfikację nagrań bez żadnych nieprawidłowości
Co to znaczy dla pacjenta
Jeśli Twój lekarz używa algorytmu ENCEVIS do analizy Twojego zapisu EEG, warto wiedzieć, że to narzędzie wspierające, a nie ostateczna diagnoza. Algorytm pomaga lekarzom szybciej znaleźć interesujące fragmenty nagrania, ale zawsze wymagana jest opinia specjalisty. Szczególnie dobrze działa dla dłuższych napadów i nie przegapi zapisów, które zawierają nieprawidłowości. To może oznaczać szybszą analizę Twojego badania i mniej czasu czekania na wyniki.
Pytania, które warto zadać lekarzowi
- Czy podczas mojej ostatniej rejestracji EEG został zastosowany algorytm ENCEVIS?
- Jeśli algorytm wskazał nieprawidłowości, czy Pani/Pan specjalista je potwierdził w swojej osobistej ocenie?
- Czy ta technologia mogła wpłynąć na szybkość uzyskania wyników mojego badania?
- Czy istnieją jakieś ograniczenia tego algorytmu, które mogły wpłynąć na interpretację mojego konkretnego badania?
Ograniczenia badania
Badanie miało ograniczenia związane z tym, że algorytm czasami błędnie identyfikował normalne nagrania. Ponadto stuprocentowa trafność dla niektórych typów napadów mogła być wynikiem małej liczby przypadków tego typu napadów w badanej grupie.