Ученые предложили технологию так называемого «объяснимого» ИИ для анализа электроэнцефалограмм. Система способна автоматически выявлять эпилептические приступы с высокой точностью, при этом она демонстрирует, какие зоны мозга и частотные диапазоны стали ключевыми при формировании вывода. В министерстве подчеркнули, что подход ориентирован на повышение прозрачности алгоритмов и их адаптацию к клинической практике.
Как отмечается, традиционные сверточные нейронные сети уже показывают высокую эффективность при обнаружении судорожной активности на ЭЭГ. Однако их применение ограничивалось так называемым эффектом «черного ящика», когда врачу сложно проследить логику принятого решения. Новый метод сочетает анализ частотных характеристик сигнала и пространственное картирование мозга, что позволяет интерпретировать результаты с точки зрения нейрофизиологии.
Ведущий научный сотрудник НИИ прикладного искусственного интеллекта и цифровых решений РЭУ им. Г. В. Плеханова Вадим Грубов пояснил, что разработанный фреймворк визуализирует признаки в виде тепловых карт, где обозначены конкретные зоны коры и спектральные паттерны. По его словам, это делает выводы модели понятными для врача.
Технология прошла тестирование на трех архитектурах нейросетей, включая гибридную модель, показавшую наилучшие результаты. Анализ выявленных признаков подтвердил их соответствие известным нейрофизиологическим механизмам эпилепсии, а также позволил определить новые потенциальные биомаркеры, в частности значение высокочастотного гамма-диапазона, связанного с моторной активностью.
Клинические данные и валидация предоставлены медицинскими специалистами, что повысило достоверность результатов и их практическую применимость. Исследование выполнено при поддержке гранта Российского научного фонда, его итоги опубликованы в журнале International Journal of Neural Systems.