Scienziati migliorano la rilevazione del delirium utilizzando l’AI e gli EEG a risposta rapida.

Scientists improve delirium detection using AI and rapid-response EEG.

Individuare il delirio non è facile, ma può avere un grande vantaggio: accelerare le cure essenziali ai pazienti, portando a un recupero più veloce e sicuro.

Un miglioramento nella diagnosi riduce anche la necessità di cure specialistiche a lungo termine, migliorando la qualità della vita dei pazienti e riducendo un grande onere finanziario. Negli Stati Uniti, la cura di coloro che soffrono di delirio costa fino a $64.000 all’anno per paziente, secondo gli Istituti Nazionali di Salute.

In un articolo pubblicato il mese scorso su Nature, i ricercatori descrivono come abbiano utilizzato un modello di deep learning chiamato Vision Transformer, accelerato da GPU NVIDIA, insieme a un dispositivo di elelettroencefalogramma (EEG) a risposta rapida, per individuare il delirio negli anziani critici.

L’articolo, intitolato “Supervised deep learning with vision transformer predicts delirium using limited lead EEG”, è stato scritto da Malissa Mulkey dell’Università della Carolina del Sud, Huyunting Huang dell’Università di Purdue, Thomas Albanese e Sunghan Kim dell’Università della Carolina dell’Est e Baijian Yang di Purdue.

Il loro approccio innovativo ha raggiunto un tasso di accuratezza di prova del 97%, promettendo una potenziale svolta nella previsione della demenza. E sfruttando l’AI e gli EEG, i ricercatori hanno potuto valutare oggettivamente i metodi di prevenzione e cura, portando a una migliore assistenza medica.

Questo risultato impressionante è in parte dovuto alle prestazioni accelerate delle GPU NVIDIA, che hanno permesso ai ricercatori di completare i loro compiti in metà del tempo rispetto alle CPU.

Il delirio colpisce fino all’80% dei pazienti in condizioni critiche. Tuttavia, i metodi di diagnosi clinica convenzionali identificano meno del 40% dei casi, rappresentando una significativa lacuna nell’assistenza ai pazienti. Attualmente, la selezione dei pazienti in terapia intensiva comporta una valutazione soggettiva a letto.

L’introduzione di dispositivi portatili EEG potrebbe rendere lo screening più accurato e conveniente, ma la mancanza di tecnici specializzati e neurologi rappresenta una sfida.

L’uso dell’AI, tuttavia, può eliminare la necessità di un neurologo per interpretare i risultati e consentire la rilevazione dei cambiamenti associati al delirio circa due giorni prima dell’insorgenza dei sintomi, quando i pazienti sono più receptivi alla cura. Inoltre, rende possibile l’uso degli EEG con una formazione minima.

I ricercatori hanno applicato un modello di AI chiamato ViT, creato inizialmente per l’elaborazione del linguaggio naturale e accelerato da GPU NVIDIA, ai dati EEG, offrendo un nuovo approccio all’interpretazione dei dati.

L’uso di un dispositivo portatile EEG a risposta rapida, che non richiede grandi macchine EEG o tecnici specializzati, è stato un altro risultato interessante dello studio.

Questo strumento pratico, combinato con modelli di AI avanzati per l’interpretazione dei dati raccolti, potrebbe semplificare lo screening del delirio nelle unità di cure critiche.

La ricerca presenta un metodo promettente per la diagnosi del delirio che potrebbe abbreviare le degenze ospedaliere, aumentare i tassi di dimissione, ridurre i tassi di mortalità e ridurre l’onere finanziario associato al delirio.

Integrando la potenza delle GPU NVIDIA con modelli di deep learning innovativi e dispositivi medici pratici, questo studio sottolinea il potenziale trasformativo della tecnologia nel miglioramento dell’assistenza ai pazienti.

Con la crescita e lo sviluppo dell’AI, i professionisti medici sono sempre più propensi a fare affidamento su di essa per prevedere condizioni come la demenza e intervenire precocemente, rivoluzionando il futuro delle cure critiche.

Leggi l’articolo completo.