Epilepsi hastalarının yaklaşık üçte biri ilaç tedavisine yeterince yanıt vermiyor. Bu hastalar için cerrahi müdahale yaşam kalitesini köklü biçimde iyileştirebiliyor; ancak bunun için epileptik aktivitenin beynin hangi bölgesinden kaynaklandığının doğru tespit edilmesi gerekiyor.
Nöbet dışı dönemlerde EEG'de gözlemlenen epileptiform deşarjlar (IED), bu kaynağı belirlemede önemli ipuçları sunuyor. Ne var ki bu deşarjların kısa EEG pencerelerinde hangi beyin bölgesinden geldiğini otomatik olarak saptamak, sinyal-gürültü oranı sorunları, sınıflar arası dengesizlik ve kişiden kişiye değişen beyin anatomisi gibi nedenlerle son derece güç bir problem olmaya devam ediyordu.
EEGBind, bu zorluğun üstesinden gelmek için EEG'yi merkeze alan çok modlu bir yapay zeka çerçevesi öneriyor. Sistemin özgün tarafı, EEG sinyallerinin kaynak bölge hassasiyetini korurken video bağlamını hafif ve gecikmeli bir destekleyici olarak devreye sokması. Erken ve agresif veri füzyonu yerine, video özellikleri EEG temsilini zenginleştirmek için yalnızca gerektiğinde kullanılıyor; bu sayede temel sinyalin bozulması önleniyor.
Sistem, beş farklı kaynak bölge kategorisini otomatik olarak sınıflandırabiliyor. Bu düzey, yalnızca IED var mı yok mu sorusunun ötesine geçerek klinisyenlere çok daha ayrıntılı bir beyin haritası sunuyor. Ameliyat öncesi değerlendirmelerde bu bilgi, cerrahın müdahale edeceği bölgeyi belirlemede doğrudan rehberlik edebilir.
Araştırmacılar, sınıf dengesizliği ve eksik ya da gürültülü multimodal bağlam gibi gerçek dünya koşullarını da modele dahil ederek klinik uygulanabilirliği artırmayı hedeflemiş. EEGBind, epilepsi nörobiliminde yapay zekanın klinik karar destek süreçlerine entegrasyonu açısından umut verici bir adım olarak öne çıkıyor.