Tragbare Sensoren sind vielversprechend für automatische Krampfanfallserkennung

Forscher berichteten über vielversprechende Ergebnisse bei der Anwendung von Techniken des maschinellen Lernens zur Entwicklung tragbarer Sensoren für die automatische Krampfanfallserkennung.

Die Entwicklung wirksamer tragbarer Sensoren könnte dazu beitragen, sich nicht mehr auf Krampfanfallstagebücher verlassen zu müssen, bei denen die Untererfassung von Krampfanfällen ein Problem darstellt.

Auf der AES 2020 präsentierten die Forscher von IBM Research, der Medizinischen Fakultät Harvard (Harvard Medical School) und des Boston Children’s Hospital in Massachusetts/USA die Ergebnisse einer Studie mit 75 pädiatrischen Patienten (Durchschnittsalter 11,1 Jahre), die zur langfristigen EEG-Überwachung in eine Epilepsie-Monitoring-Einrichtung aufgenommen wurden.