طور فريق بحثي في جامعة Örebro نموذجين للذكاء الاصطناعي في تحليل تخطيط أمواج الدماغ (EEG)، قادرين على التعرف بدقة على مرضى الخرف من خلال تحليل النشاط الكهربائي للدماغ. تجمع هذه التقنية بين شبكات الالتفاف الزمني (Temporal Convolutional Networks) وشبكات الذاكرة طويلة وقصيرة المدى (LSTM)، مما يمكنها من تمييز خصائص إشارات EEG لمرض الزهايمر، والخرف الجبهي الصدغي، والأشخاص الأصحاء.

يؤكد الباحث Mohammad Hanif: "التشخيص المبكر أمر حاسم لاتخاذ تدابير استباقية تُبطئ تقدم المرض وتحسن جودة حياة المرضى." حقق نظام الذكاء الاصطناعي لتحليل تخطيط أمواج الدماغ دقة تفوق 80% في الاختبارات، كما يستخدم تقنيات قابلة للتفسير لعرض مقاطع إشارات EEG التي شكلت أساس التشخيص.

في الدراسة الثانية، تم تطوير نموذج خفيف الوزن باستخدام إطار التعلم الاتحادي (Federated Learning)، محققاً دقة تصل إلى 97% في التعرف مع الحفاظ على خصوصية بيانات المرضى. يشير Hanif: "غالباً ما تفتقر نماذج التعلم الآلي التقليدية إلى الشفافية وتواجه تحديات تتعلق بالخصوصية. تهدف دراستنا إلى حل هاتين المشكلتين." تعتمد هذه الطريقة على تحليل ترددات موجات α وβ وγ وغيرها، لالتقاط الأنماط المرتبطة بالخرف.

مع استمرار تحسين التقنية، من المتوقع أن يتم نشر أداة الذكاء الاصطناعي لتحليل تخطيط أمواج الدماغ في المرافق الطبية الأولية. يمكن لتخطيط أمواج الدماغ المدمج مع أجهزة محمولة أن يوفر حلاً سهل الاستخدام لفحص الخرف المبكر. يخطط الفريق البحثي لتوسيع حجم مجموعة البيانات لتشمل أنواعاً أخرى مثل الخرف الوعائي، لتعزيز تطبيق تقنية الذكاء الاصطناعي في تحليل EEG في مجال طب الأعصاب.