Исследователи из Стэнфордского университета разработали первую в своем роде модель прогнозирования судорог у новорожденных для выявления детей с высоким риском, которые нуждаются в ЭЭГ-мониторинге в отделении интенсивной терапии. Результаты работы опубликованы в журнале The Lancet Digital Health.

Исходно авторы использовали традиционную регрессионную логистическую модель, однако ее точность прогнозирования судорог составила только 84%. После применения алгоритма машинного обучения удалось построить новую модель, которая с высокой точностью позволила определить детей с высоким риском судорог и, следовательно, прогнозировать индивидуальные потребности в проведении ЭЭГ-мониторинга. Точность прогнозирования судорог с помощью этой модели у новорожденных с гипоксической ишемической энцефалопатией превышала 90%.

Ученые подчеркнули, что модель можно настроить таким образом, чтобы избежать пропуска приступов, обеспечивая чувствительность до 97% в общей популяции новорожденных и 100% среди новорожденных с гипоксической ишемической энцефалопатией. Диагностический сервис доступен в качестве онлайн-инструмента.

Исследователи ожидают, что включение этой модели в реальную клиническую практику может значительно улучшить качество и эффективность медицинской помощи в эти критические первые дни жизни детей.