AI确定了昏迷患者脑电图的决策相关模式

在重症监护病房中，心脏骤停后的昏迷患者的大多数死亡发生在生命支持系统停止后。脑电图是诊断预后的仪器之一。几项研究表明，人工智能可以用来做出可靠的预测，以支持医生的决策过程。人们对人工智能预测普遍不情愿，其中一个原因是，到目前为止，深度学习网络还没有提供任何信息作为决策的基础，因此，不清楚是哪些事实和情况导致了特定的预测。

来自伯尔尼大学计算机科学研究所的Inselspital（F. Zubler）神经内科睡眠部（F.Zubler）的睡眠癫痫中心（SWEZ）的多学科研究团队（S. Jonas，S.Jenni和P. Favaro）以及洛桑大学医院（CHUV）的神经病学（A. Rossetti）和急诊医学（M. Odeo）的部门已经成功地确定了昏迷患者脑电图的重要模式与做出决定相关。该团队基于其关于来自CHUV的267名成人标准临床脑电图录音的研究。卷积神经网络（CNN）分析了心脏病骤停诊断的早期阶段的脑电图。使用特殊的可视化方法，所谓的渐变凸轮算法，用于识别CNN用于其正或负预后的脑电图的那些区域。

专家和人工智能使用相同的模式

该研究的负责人F. Zubler博士解释说:“未来，人工智能支持的决策对于重症监护病房的医疗实践将变得越来越重要。如果我们让这种支持变得透明和可追溯，我们也将能够有一个更坚实的基础来做出道德决定。”这项研究的一个关键结果是，所选择的可视化方法能够解码深度学习过程的一部分，从而识别机器基于其决策的特定脑电图模式。有趣的是，人工智能在做出预后判断时，经常使用神经学家在临床上使用的相同模式。

在重症监护股中的决策，AI越来越重要。该研究表明，AI将继续升级。由于新方法，现在可以通过基于可理解解释的预测值来实现更多透明度。在道德方面，这在决策过程中也是至关重要的。