Tragbare Sensoren sind vielversprechend für automatische Krampfanfallserkennung

Diesen Artikel auf Englisch lesen

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.

Ology Medical Education ist ein globaler Anbieter unabhängiger medizinischer Bildungsangebote. Seine Mission ist es, medizinischen Fachkräften hochwertige, verlässliche medizinische Informationen zur Verfügung zu stellen, um die Patientenversorgung zu optimieren.

Ology Medical Education übernimmt keine Verantwortung für Verletzungen und/oder Personen- oder Sachschäden durch Fahrlässigkeit oder auf andere Weise oder durch die Verwendung oder den Einsatz von Verfahren, Produkten, Anweisungen oder Ideen, die in diesen Materialien enthalten sind. Aufgrund des schnellen Fortschritts in der Medizinwissenschaft empfiehlt Ology Medical Education eine unabhängige Überprüfung der Diagnosen und der Arzneimitteldosierungen. Die geäußerten Meinungen spiegeln nicht die Meinungen von Ology Medical Education oder des Sponsors wider. Ology Medical Education übernimmt keine Haftung für hierin enthaltene Materialien.