IBM用機器學習演算法自動分析腦波圖訊號，輔助醫師診斷腦功能

IBM研究團隊近日在自家官方部落格發表用機器學習自動分析腦波圖（EEG）訊號的成果，IBM從去年開始與新加坡南洋理工大學合作，共同開發出用機器學習技術，來分析腦波圖，以輔助專業醫師診斷工作。

IBM指出，全世界發展中的國家大約有3分之1的疾病負擔都是來自腦部相關的疾病，像是癲癇、思覺失調症和憂鬱症，這些腦部神經失調症在中低收入的國家非常常見，全球約80%的癲癇症都發生在中低收入國家，癲癇症及早治療是能夠獲得改善的，但是，由於這些國家缺乏足夠的醫師，尤其是精神科醫師，只有20%的病患能夠得到治療。

而腦波圖是診斷癲癇症非常有用的工具，透過非侵入式、攜帶方便，且相對便宜的技術，來檢測神經元相互溝通時，頭皮上的微小電脈衝，不只是癲癇症，腦波圖可以檢測、監測和治療各種不同的腦部疾病，經過訓練的腦科醫師可以透過腦波圖的變化判斷癲癇症，腦波圖的模式（Pattern）變化通常與癲癇症有關，但是也常常容易被誤判，雖然用動態腦波圖TeleEEG可以解決這個問題，但是需要大量的計算資源和設備成本，對發展中的國家而言，相對困難。

因此，IBM研究團隊開發一套機器學習演算法，透過腦波圖的訊號來檢測腦功能，並且分析的過程中，盡量避免人為干涉系統判斷，系統幾乎不需要人工挑選特徵，調整參數，期望可以透過該方法協助臨床醫療決策，目前該模型只有在已開發的國家中測試，未來將會盡快於發展中的國家測試該模型。