Elektrokardiográfián alapuló migrénes roham predikció mesterséges intelligencia modellek segítségével
A migrén az egyik leggyakoribb fejfájásos betegség, melynek prevalenciája becslések szerint globálisan a felnőtt lakosság 7.5 - 15%-a. A tipikusan lüktető, féloldalas fájdalom általában rohamszerűen jelentkezik, amelyet hányinger, hányás, fény- és hangérzékenység kísérhet. Ennek megszüntetésére, illetve tüneteinek enyhítésére léteznek akut, illetve preventív megoldások, csakhogy mind a mai napig nem megoldott a migrén hatékony kezelése minden beteg számára. Ezzel szemben a sikeres előrejelzése lehetőséget biztosíthat a rohamra való felkészülésre, a használt gyógyszer bevételi idejének optimalizálására, amely ezáltal jelentős segítséget nyújthat az elszenvedőnek. [1]
Ezt a feladatot kísérli meg megoldani az E-Group ICT Software Zrt. és a Pécsi Tudományegyetem közös, „Roham predikciós rendszer fejlesztése” című alprojektjének egyik részfeladata, amely azon hipotézisen alapszik, hogy a migrénes roham a szívfrekvencia változásából előrejelezhető. A feltevés a nemzetközi szakirodalomban publikált kis mintaszámú kísérlet [2] bíztató eredményein alapul. A projekt célja az ezen elmélet független kísérletekkel való igazolása (esetlegesen a hipotézis elvetése) a kutatás során összegyűjtött, elektrokardiográfiai (EKG) adatok felhasználásával, illetve pozitív eredmény esetén hatékony predikciós algoritmus kifejlesztése.
A feladatom első lépésében elkészítettem egy, nagy mennyiségű nyers EKG eredményeket hatékonyan előfeldolgozó programot, amely először megszűri, majd kinyeri és eltárolja a szívdobbanások között eltelt időkülönbségeket, majd az így kapott adatokat a migrénes roham előtti, illetve attól megfelelő időbeni távolságra lévő kategóriákba sorolja. Ezt követően a pécsi kutatók, a konzulenseim, illetve saját felvetéseimet felhasználva több mesterséges intelligencia módszert dolgoztam ki, melyek célja annak vizsgálata, hogy a hipotézis igazolható-e, a migrén prediktálható-e univerzálisan, illetve amennyiben nem, hogyan klaszterezhető a betegek azon csoportja, amelyekre hatékony a predikció. A különböző elgondolásokon alapuló eredményeket elemeztem, kiértékeltem és összehasonlítottam.
[1] Eva Csepany – Máté Magyar – Tamas Gyure – Gyorgy Bozsik – Csaba Ertsey: A migrén korszerű farmakoterápiája. Neuropsychopharmacologia Hungarica: a Magyar Pszichofarmakológiai Egyesület lapja = official journal of the Hungarian Association of Psychopharmacology, 17. évf. (2016. január), 169–176. p.
[2] Pekka Siirtola – Heli Koskimäki – Henna Mönttinen – Juha Röning: Using Sleep Time Data from Wearable Sensors for Early Detection of Migraine Attacks. Sensors (Basel, Switzerland), 18. évf. (2018. április) 5. sz., E1374. p. ISSN 1424-8220.
szerző
-
Fazekas Gergő
Villamosmérnöki szak, mesterképzés
mesterképzés (MA/MSc)
konzulensek
-
Dr. Dabóczi Tamás
egyetemi tanár, Méréstechnika és Információs Rendszerek Tanszék -
Dr. Molnár Balázs
kutatás-fejlesztési munkatárs, E-Group ICT (külső)
