본 논문은 장기간 EEG 데이터를 이용한 자동 발작 감지의 어려움을 해결하고자 65명의 환자(4,360시간)를 대상으로 한 대규모 챌린지를 개최한 결과를 보고합니다. 전문가에 의해 주석이 달린 데이터를 사용하여, 참가자들은 발작 시작 및 지속 시간을 감지하는 알고리즘을 제출하였고, 민감도, 정밀도, F1-점수, 일일 허위 양성 등의 지표를 기반으로 평가되었습니다. 챌린지에는 19개 팀의 30개 알고리즘이 제출되었으며, 최고 F1-점수는 43% (민감도 37%, 정밀도 45%)로 나타나 자동 발작 감지의 어려움을 보여주었습니다. 기존 챌린지 및 상용 시스템과 비교하여 본 챌린지의 최고 성능 알고리즘은 성능 향상을 보였으며, SzCORE 프레임워크를 통한 지속적인 벤치마킹 지원으로 재현 가능한 연구 및 새로운 데이터셋 통합을 가능하게 하였습니다.
