Цветные 
Отключить 
В Плехановском университете создан метод диагностики неврологических расстройств с помощью искусственного интеллекта
10 апреля 2026
Ученые РЭУ им. Г. В. Плеханова и НМХЦ им. Н. И. Пирогова разработали новый метод «объяснимого» искусственного интеллекта для анализа электроэнцефалограмм (ЭЭГ). Предложенная технология не только автоматически выявляет эпилептические приступы с высокой точностью, но и прозрачно объясняет свои решения, указывая, какие именно участки мозга и частотные диапазоны стали решающими для постановки диагноза.
Современные «сверточные» нейронные сети, по оценке врачей, нередко демонстрируют внушительные результаты в обнаружении судорожной активности на ЭЭГ. Однако долгое время природа «черного ящика» являлась главным препятствием для внедрения в клиническую практику, поскольку врачи не могут доверять диагнозу, если не понимают логику его постановки. Подход, разработанный исследователями Плехановки, призван решить эту проблему. Впервые интерпретируемость ИИ адаптирована под специфику электроэнцефалографии: метод комбинирует анализ частотных диапазонов и пространственное картирование мозга.
Клинические данные и валидация были предоставлены медиками, что повысило достоверность выводов и их применимость на практике. В перспективе разработанный подход может быть масштабирован для анализа других нейродегенеративных и неврологических расстройств.
Исследование выполнено при поддержке гранта Российского научного фонда, результаты опубликованы в журнале International Journal of Neural Systems.
Источник: ТАСС
Современные «сверточные» нейронные сети, по оценке врачей, нередко демонстрируют внушительные результаты в обнаружении судорожной активности на ЭЭГ. Однако долгое время природа «черного ящика» являлась главным препятствием для внедрения в клиническую практику, поскольку врачи не могут доверять диагнозу, если не понимают логику его постановки. Подход, разработанный исследователями Плехановки, призван решить эту проблему. Впервые интерпретируемость ИИ адаптирована под специфику электроэнцефалографии: метод комбинирует анализ частотных диапазонов и пространственное картирование мозга.
Метод был протестирован на трех разных нейросетевых архитектурах, включая гибридную модель, которая показала наилучший результат. Анализ значимых признаков подтвердил соответствие известным нейрофизиологическим механизмам эпилепсии, а также помог выявить новые перспективные биомаркеры, в том числе роль высокочастотного гамма-диапазона, связанного с моторной активностью.«Врачам важно не просто получить вероятность приступа, но и увидеть, почему модель приняла такое решение. Наш фреймворк позволяет визуализировать эти признаки в виде тепловых карт, где отмечены конкретные зоны коры головного мозга и спектральные паттерны. Это переводит работу ИИ с языка математики на язык нейрофизиологии», — рассказал ведущий научный сотрудник НИИ прикладного искусственного интеллекта и цифровых решений РЭУ им. Г. В. Плеханова Вадим Грубов.
Клинические данные и валидация были предоставлены медиками, что повысило достоверность выводов и их применимость на практике. В перспективе разработанный подход может быть масштабирован для анализа других нейродегенеративных и неврологических расстройств.
Исследование выполнено при поддержке гранта Российского научного фонда, результаты опубликованы в журнале International Journal of Neural Systems.
Источник: ТАСС
