Ann Neurol-哈佛大学新发现：人工智能，助力脑瘤诊疗

在不能接受测量仪器（EEG）监测的危重病人中所，将近一半的人出现了帕金森氏症和类似帕金森氏症的周期性和节律性脑社会活动方式也（"帕金森氏症十分相似社会活动"）。在小范围的重点描述符中所，这些方式也已被证明与骨骼肌失明和死亡率的减小有关，缺失后果的概率与帕金森氏症十分相似社会活动的财政负担成比例地上升。

然而，帕金森氏症十分相似社会活动（EA）财政负担的预后涉及性还没有在横跨整个骨骼肌、内科和外科疾病的大型和异质性描述符中所得到二阶。倒数测量仪器数据集的比对和EA财政负担的大规模二阶，不仅用以预后学术研究，也用以潜在的治疗试验，但由于保密和注释早期测量仪器的耗时性而受到限制。

藉此，哈佛大学的Sahar F. Zafar等人，开发计划了一种原先自动步骤，能够有利于注释来自急性住院病人的大量倒数EEG据信中所的所有帕金森氏症形态。借助这些注释，他们开发计划了一个人工神经网络模型，来据估计出院时持续暴露于帕金森氏症十分相似社会活动对骨骼肌失明水准的单一贡献。

踏天对2011-2017年间不能接受>16星期倒数测量仪器的1967名神经科、内科和外科病患者进行时单教育中所心回顾性比对。并开发计划了一种人工智能算法，对11.02 TB的EEG进行时注释，并对据信72星期内的帕金森氏症社会活动财政负担进行时二阶。

他们评估了：1）据信的年前24星期内的财政负担2）财政负担最高的12星期浑沌（略低于财政负担），3）监测的年前72星期内的累积。最终，应用人工神经网络来据估计帕金森氏症病财政负担对结果的影响。结果的相比较是出院改良的Rankin帕金森氏症，分别为好（0-4）和差（5-6）两类。

他们发现，帕金森氏症略低于财政负担与缺失结局单一涉及（P<0.0001）。其他单一的关联包括年龄、APACHE II、发病时的帕金森氏症发作和缺氧缺血性脑病的诊断。

根据最终一次测量仪器测算（多于72星期的监测）和出院之间的短时间间隙：最终一次测算和出院之间的短时间间隙

这个学术研究的重要在于发现了，自动测算帕金森氏症十分相似社会活动略低于财政负担为未来的多教育中所心随机试验提供了一个方便、一致和可二阶的目标，以调查抑制帕金森氏症十分相似社会活动是否能优化结果。

原文出处：Zafar SF, Rosenthal ES, Jing J, Ge W, Tabaeizadeh M, Aboul Nour H, Shoukat M, Sun H, Jed F, Kassa S, Edhi M, Bordbar E, Gallagher J, Moura V, Ghanta M, Shao YP, An S, Sun J, Cole AJ, Westover MB. Automated annotation of epileptiform burden and its association with outcomes. Ann Neurol. 2021 Jul 7. doi: 10.1002/ana.26161. Epub ahead of print. PMID: 34231244.