AI는 의료 전문가가 혼란스러운 뇌 EEG를 읽을 수 있도록 돕는다.

EEG 판독은 의식이 없는 환자가 발작을 겪을 위험이 있거나 발작과 유사한 사건이 발생할 때를 알 수 있는 유일한 방법이며, 새로운 계산 도구는 매년 수천 명의 생명을 구하는 데 도움이 될 수 있다고 연구진은 말한다.

이번 연구 결과는 뉴잉글랜드 저널 오브 메디신 AI(New England Journal of Medicine AI)에 게재되었다.

EEG 해석

EEG는 두피에 부착된 작은 센서를 사용하여 뇌의 전기 신호를 측정하여 긴 위아래 물결선을 생성한다. 환자가 발작을 일으키면 이 선은 지진 발생 시 지진계처럼 급격하게 위아래로 뛰어오르는데, 이는 쉽게 알아볼 수 있는 신호이다.

그러나 발작과 유사한 사건이라고 불리는 의학적으로 중요한 다른 이상 현상은 고도로 훈련된 신경과 의사라도 식별하기가 훨씬 더 어렵다.

"해석 가능한" 머신러닝 알고리즘

이러한 결정을 내리는 데 도움이 되는 도구를 구축하기 위해 의사들은 "해석 가능한" 머신러닝 알고리즘 개발을 전문으로 하는 동료들에게 도움을 요청했다. (대부분의 머신러닝 모델은 인간이 어떻게 결론에 도달하는지 알 수 없게 만드는 "블랙 박스"이다. 해석 가능한 머신러닝 모델은 본질적으로 작업을 보여주어야 한다.)

연구 그룹은 2,700명 이상의 환자로부터 EEG 샘플을 수집하고 120명 이상의 전문가가 그래프에서 관련 특징을 골라 발작, 발작과 유사한 4가지 유형 중 하나 또는 "기타"로 분류하는 것으로 시작했다.

발작과 유사한 사건을 보여주는 패턴

시각적으로 표시하면 그 연속체는 포식자로부터 헤엄쳐 나가는 다색 불가사리처럼 보인다. 각각 다른 색깔의 팔은 EEG가 나타낼 수 있는 발작과 유사한 이벤트의 한 유형을 나타낸다. 알고리즘이 특정 차트를 팔 끝 부분에 가까울수록 결정이 더 확실해지며, 중앙 몸체에 더 가깝게 배치된 차트는 덜 확실하다.

또한 알고리즘은 결정을 내리는 데 사용된 뇌파의 패턴을 가리키며 유사하다고 판단되는 전문적으로 진단된 차트의 세 가지 예를 제공한다.

이를 통해 의료 전문가는 중요한 부분을 신속하게 살펴보고 패턴이 있다는 데 동의하거나 알고리즘이 잘못되었다고 결정할 수 있다고 연구진은 말한다. "EEG를 읽는 데 고도의 훈련을 받지 않았더라도 훨씬 더 현명한 결정을 내릴 수 있다."

알고리즘 테스트

알고리즘을 테스트하기 위해 공동 팀은 관련 경험이 있는 의료 전문가 8명으로 하여금 100개의 EEG 샘플을 6개 범주로 분류하도록 했다. 한 번은 AI의 도움을 받았고 한 번은 그렇지 않았다. AI를 통해 모든 참가자의 성과가 크게 향상되었으며 전체 정확도가 47%에서 71%로 향상되었다.

이 연구는 국립과학재단, 국립보건원, 네브라스카 줄기세포 보조금의 지원을 받았다.

*이미지 설명: 불가사리 모양의 이 그래프는 새로운 AI 알고리즘이 의료 전문가가 발작이나 발작 유사 사건으로 인해 뇌 손상을 입을 위험이 있는 환자의 EEG 패턴을 읽는 데 어떻게 도움이 되는지 시각적으로 표현한 것이다. 각각 다른 색깔의 팔은 EEG가 나타낼 수 있는 발작과 유사한 이벤트의 한 유형을 나타낸다. 알고리즘이 특정 차트를 팔 끝 부분에 가까울수록 결정이 더 확실해지며, 중앙 몸체에 더 가깝게 배치된 차트는 덜 확실하다. (제공: 듀크대학교)