Sándor Beniczkys forskning

Kunstig intelligens og EEG
Selvom EEG er en vigtig metode til diagnosticering af epilepsi, kræver fortolkningen af de elektriske signaler, der indsamles, specialiseret ekspertise. Det betyder, at ikke alle steder i verden har adgang til de nødvendige eksperter til at analysere disse data. Forskerne arbejder på at udvikle og teste kunstig intelligens AI algoritmer. Disse er som ’hjerner’ for computere, der kan lære at analysere EEG-data på en måde, der minder om, hvad menneskelige eksperter gør. Målet er at gøre det lettere at vurdere EEG-resultater. Ved at bruge AI-algoritmer til at analysere EEG-data kan man hjælpe patienter, især i tredjeverdens lande, hvor adgangen til specialister kan være begrænset.

Algoritmerne kan også hjælpe de eksperter, der allerede arbejder med disse data, ved at reducere arbejdsbyrden og muligvis give en mere detaljeret analyse af hjernens aktivitet. På længere sigt kan AI-algoritmer også bruges i bærbart medicinsk udstyr, såsom smartphones eller bærbare enheder, til at overvåge og automatisk detektere epileptiske anfald. Det kan være en værdifuld hjælp for mennesker, der lever med epilepsi, da det kan give dem og deres læger tidligere advarsler om anfald og muligvis forbedre behandlingen.

Kort sagt handler denne forskning om at bruge kunstig intelligens til at gøre det lettere at analysere fra EEG-test for at hjælpe patienter med epilepsi, især i områder med begrænset adgang til specialiseret ekspertise, og også for at forbedre overvågning og tidlig påvisning af anfald.

Kildelokalisering
EEG-kildelokalisering er en vigtig proces i behandlingen af epilepsi, især når kirurgisk indgriben er nødvendig. Når nogen har en bestemt type epilepsi, hvor fokale anfald begynder i et bestemt område i hjernen, er det vigtigt at finde præcist, hvor dette område er. Det kaldes det ’epileptiske fokus.’ At finde det rigtige sted er afgørende, hvis man overvejer en operation for at fjerne det problematiske område. For at opnå dette bruger læger to vigtige værktøjer

EEG (Elektroencefalografi), hvor små sensorer placeres på patientens hoved for at måle de elektriske signaler, som hjernen udsender. Disse signaler kan giver læger information om, hvor i hjernen anfaldene begynder.

Magnetisk Resonans skanninger, MR-scanninger laver billeder af hjernen, der kan vise detaljerede strukturer i hjernen. De hjælper lægerne med at se, hvordan hjernen ser ud indeni. Så kort sag, EEG-kildelokalisering handler om at bruge matematiske metoder til at kombinere information fra EEG og MR-scanninger for at finde det præcise sted i hjernen, hvor epilepsien begynder, og det hjælper lægerne med at beslutte, hvordan man bedst kan hjælpe patienten.

Mobilt udstyr til epilepsi
Ét af vores vigtigste forskningsområde er udvikling og validering af mobile udstyr for automatisk anfaldsdetektion.

Formålet med mobile enheder er at kontinuerligt overvåge patienternes tilstand og automatisk registrere, når de oplever et anfald. Nogle anfaldstyper – de store krampeanfald – er potentielt farlige. Når det anfald opdages, udløser enheden en alarm eller en notifikation, så patienten, deres pårørende eller sundhedspersonale kan gribe ind og hjælpe.

De teknologiske fremskridt er særlig vigtige, da det kan forbedre sikkerheden og livskvaliteten for mennesker med epilepsi. Forskere og udviklere arbejder på at udvikle og validere mobile enheder for automatisk anfaldsdetektion, hvilket betyder, at de arbejder på at sikre, at disse enheder er pålidelige og nøjagtige til at opdage anfald. Dette kan hjælpe med at reducere risikoen for skader og give patienterne og deres pårørende større tryghed i hverdagen.