根据12 月 6 日至 10 日在洛杉矶举行的美国癫痫协会年会上公布的一项研究，深度学习分析可用于从幼儿智能手机家庭视频中检测癫痫痉挛 (ES)。

柏林夏里特医学院的医学博士 Gadi Miron 及其同事评估了基于人工智能(AI) 的视频分析是否可用于自动检测家庭视频中的 ES。分析包括 152 名患有 ES 的婴儿(2 岁以下)的智能手机视频(991 次癫痫发作和 597 个非癫痫发作五秒视频片段)。

研究人员报告称，ES 检测的受试者工作特征曲线下面积 (AUC) 为 0.94，灵敏度为 78%，特异性为 85%，准确率为 81%。误报率 (FAR) 估计还包括来自 67 名正常儿童的视频(666 个视频片段)，FAR 为 5.6%，相当于 666 个片段中有 37 个被错误分类。在验证数据的阈值为 90% 的灵敏度下，AUC 为 0.94，灵敏度为 88%，特异性为 66%，准确率为 79%，样本外测试数据的 FAR 为 7.3%。

“该技术还可以通过提供额外的数据来帮助医生评估患者，并可能加快诊断测试的转诊，从而更快地做出治疗决策，”首席研究员、柏林夏里特大学医学博士 Christian Meisel 在一份声明中表示。