莫纳什大学与阿尔弗雷德健康中心和墨尔本皇家医院联合进行的一项新研究揭示了机器学习技术如何被用于癫痫诊断的自动化。
作为研究的一部分，莫纳什大学的研究人员将阿尔弗雷德健康和皇家墨尔本医院的400多份癫痫患者的脑电图（EEG）记录应用到机器学习模型中。用不同的数据集训练这个模型，使它能够自动检测出癫痫的迹象——或者脑电图记录中被称为“尖峰”的异常活动。
“第一阶段的目标是评估与检测大脑神经元异常电记录（称为癫痫样活动）相关的现有模式。莫纳什大学信息技术系和人工智能系的高级讲师列文·库尔曼解释说：“这些异常通常是从患者脑电图扫描的节律模式中突出出来的尖峰。
另请阅读：人工智能和机器学习促进了帕金森氏症的开创性研究（TechRepublic）
道格Nhu，该学院的另一位项目研究员和博士候选人说，将机器学习应用于这一过程有可能腾出医学专业人员的时间，因为目前诊断癫痫的过程往往是一个漫长的过程。
“能够将机器学习模型应用于各种数据集，这表明我们有能力创建一种比现有模型更可靠、更自适应和更智能的算法，使我们的模型在实际应用中更有用，例如在诊所诊断患者。”。
除了诊断癫痫患者，机器学习技术还有可能被用作研究生神经科医生的培训工具，他们可以使用该技术作为基线，与癫痫患者记录进行比较。莫纳什大学医学院神经科学系的Patrick Kwan说：“我们的研究计划是继续改进现有模型，并根据其他医院的额外数据集对其进行进一步培训。”。
“我们的目标是开发一种准确的算法，该算法在多家医院都是可靠的，并可用于癫痫诊断的早期阶段，包括常规和剥夺睡眠的脑电图记录。”，该项目的下一阶段将看到机器学习模型侧重于检测新的癫痫发作和预测方法https://www.zdnet.com/article/monash-university-takes-game-like-approach-to-capsule-endoscopy/“>莫纳什大学采用游戏式的方法来制作胶囊内窥镜检查
该大学还与其他合作伙伴合作创建了一个人工智能系统，以帮助教师最大限度地提高学生在课堂上的参与度。
蒙纳士大学和皇家理工学院开发人工智能和增强现实设备来读取情感线索
旨在增强传统环境下的情感交流。
IBM、莫纳士大学和南安普顿大学开发了读心术ebike来拯救生命
自行车可以读取骑手的大脑活动来检测他们是否处于危险之中。
蒙纳士大学的研究人员使用人工智能技术来检查医院的再入院情况，希望它能减轻医疗系统的一些压力。
蒙纳士大学、斯文伯恩大学和RMIT大学使用光学芯片实现44Tbps的数据传输速度，
号称是世界上测试和记录的最快的互联网速度。
