Învățarea automată interpretabilă pentru predicția randamentului diagnosticului prin EEG de urgență în evaluarea stărilor de conștiență alterată și a crizelor convulsive: Studiul EMINENCE

Acest studiu retrospectiv a aplicat modele de învățare automată (Random Forest și XGBoost) unui număr de 1.018 de pacienți din secțiile de urgență, pentru a prezice dacă EEG-ul va evidenția activitate anormală sau epileptiformă și pentru a confirma sau infirma suspiciunile diagnostice inițiale. Modelele au înregistrat performanțe bune (AUC 0,79–0,84) și au utilizat metode interpretabile (SHAP) pentru a identifica factori clinici predictivi cheie, care să ghideze utilizarea adecvată a EEG-ului în situații acute.