新生児集中治療室における新生児発作の AI 支援 cEEG 診断

新生児発作の発生は、新生児の中枢神経系障害の最初の、そしておそらく唯一の臨床徴候である可能性があります。 新生児発作の発生率は、在胎期間によって異なります。 発作の病因は、潜在的に治療可能な病因の存在を示している可能性があり、原因を特定して病因に固有の治療を開始するために、直ちに評価を行う必要があります。 重要なことに、発作の早期治療は、乳児の長期的な神経学的発達にプラスの影響を与えます。 ただし、継続的な脳波 (cEEG) モニタリングが利用可能な場合でも、cEEG 信号を解釈するためのオンサイトの専門知識の利用可能性は限られており、実際には、診断はまだ臨床徴候のみに基づいています。 以前の研究では、信頼できる発作検出は発作イベントのわずか 10% であることが示されました。 そのため、機械学習に基づいて初期の自動発作検出ツールが開発されました。 自動発作検出ツールの欠如は、外部新生児発作コホートで検証されています。 自動発作検出ツールの有用性に関する証拠は不明のままです。 これは、前向きで継続的な二重盲検設計の診断精度研究です。 この研究は、人工知能 (AI) を利用した cEEG 診断ツールの精度を、新生児集中治療室における新生児発作のゴールデン スタンダードとして手動での cEEG 解釈と比較して検証することを目的としています。 感度と特異度の分析は、AI 支援 cEEG 診断ツールの精度を評価することです。