脑电图监测与自动分析相结合，为监测早产儿的神经系统发育提供了一种实用的工具，并能为每个孩子提供最好的治疗方案的信息。

赫尔辛基大学研究人员开发了人工智能软件，可以直接从脑电图评估早产儿大脑的成熟度。

赫尔辛基大学和赫尔辛基大学医院(HUH)的研究人员已经开发了一种基于机器学习的软件，这种软件可以独立地解释早产儿的脑电图信号，并对大脑的功能成熟度进行评估。

该方法发表在《科学报告》杂志上，是世界上第一个基于脑电图的大脑成熟度评估系统。它比其他目前了解的评估早产儿大脑发育的方法更精确，并能自动和客观地监测早产儿的大脑发育。

赫尔辛基大学的Sampsa Vanhatalo教授说，“我们目前追踪的是生长曲线表中的早产儿体重、身高和头围。脑电图监测与自动分析相结合，为监测早产儿的神经系统发育提供了一个实用的工具，并能生成信息，有助于为孩子提供最佳的治疗方案。”

“这个方法给了我们首次追踪早产儿最关键的发育的机会，在重症监护期间和之后大脑的功能成熟，。”

晚期妊娠对胎儿大脑发育至关重要

每10个安全出生的早产儿中就有1个早产，新生儿重症监护大约一半的患者都是早产儿。晚期妊娠是胎儿大脑发育非常迅速的时期——大脑的电活动几乎每周都会发生变化。大脑必须运作才能正常发育。

与早产相关的许多健康障碍会阻碍大脑的发育。在20世纪80年代研究人员发现早产儿的早期健康问题常常导致大脑在最初几个月的发育迟缓。为了提供最好的治疗和开发新的治疗方式，我们应该知道早产儿的大脑功能是如何发育的，但是没有客观和足够精确的方法来评估早期的大脑成熟度。

评估大脑成熟度的最佳选择是使用放置在头皮上的EEG传感器。这是一种完全非侵入性、低成本和无风险的方法，在过去的几年里，这种方法一直被用于在新生儿重症监护室监测大脑活动。

“脑电图监测的实际问题是，分析脑电图数据是缓慢的，并且要求医生具有特殊专业知识。通过使用自动分析作为EEG设备的一部分，这个问题可以可靠地和全局地解决。”Vanhatalo说。

机器学习和人工智能帮助早产儿

新的EEG分析软件最初是由澳大利亚工程师Nathan Stevenson开发的，他曾在Vanhatalo教授的研究团队中担任欧盟资助的玛丽居里研究员。这项研究使用了一组异常广泛且控制良好的脑电图测量数据，这些数据来自于早产儿，这些数据聚集在维也纳医科大学的Katrin Klebermass教授研究小组。

分析软件基于机器学习。在大量的早产儿脑电图数据被输入到电脑中，软件计算出了数百个计算特征，这些特征的每一个测量都没有医生的干预。在支持向量机算法的帮助下，将这些特征组合起来，以产生对早产儿脑电图成熟年龄[EEG maturational age]的可靠估计。

在研究的最后，通过比较软件的脑电图成熟年龄[EEG maturational age]与临床已知的早产儿的真实年龄进行了测试。在超过80%的病例中，早产儿的真实年龄和计算机生成的评估相差不差过两周。大脑成熟的评估是如此的可靠和精确，在研究的39个早产儿中，每隔几周测量一次就可以追踪大脑的功能发育。