Aplicações de aprendizado de máquina em epilepsia

O aprendizado de máquina utiliza princípios estatísticos e da ciência da computação para desenvolver algoritmos capazes de melhorar desempenho por meio da interpretação de dados, e não por meio de instruções explícitas. Junto ao uso difundido em reconhecimento de imagens, processamento de linguagem e mineração de dados, as técnicas de aprendizado de máquina têm recebido atenção crescente em aplicações médicas, que vão desde a análise automatizada de imagens até a previsão de doenças. Esta revisão examina o progresso paralelo feito em epilepsia, destacando aplicações em detecção automatizada de crises a partir de eletroencefalografia (EEG), vídeo e dados cinéticos, análise automatizada de imagens e planejamento pré-cirúrgico, previsão de resposta a medicamentos e previsão de desfechos médicos e cirúrgicos usando uma ampla variedade de fontes de dados. Também é apresentado um breve panorama das abordagens mais comuns de aprendizado de máquina, bem como dos desafios na aplicação adicional dessas técnicas em epilepsia. Com o aumento das capacidades computacionais, disponibilidade de algoritmos eficazes de aprendizado de máquina e acúmulo de conjuntos de dados maiores, clínicos e pesquisadores irão se beneficiar cada vez mais do conhecimento dessas técnicas e do progresso significativo já alcançado em sua aplicação na epilepsia.