← 返回首頁

讓患者回應腦波警報:癲癇AI平台小型研究減少八成誤報

13名住院患者透過手機詢問腦波資訊,也協助標記疑似發作。這場雙向交流改善了偵測表現,但走進日常生活之前,還有更長期的驗證要完成。

By SURL BioNews

腦波監測能捕捉疑似癲癇發作的訊號,卻也會把無害活動判成警報,留下大量需要專家核對的紀錄。美國賓夕法尼亞大學團隊嘗試把患者的經驗納入這個流程:讓監測平台透過手機與患者交談,再利用回應改善判讀。在一項13人參與的概念驗證研究中,患者回饋使偵測模型的誤報率降低約八成。

研究於10月13日刊登在《Nature Medicine》。參與者都是在賓夕法尼亞大學醫院接受術前評估的成年癲癇患者,其中11人使用頭皮腦波、2人接受顱內腦波監測。這是一項單中心觀察研究,測試期間沒有改變標準治療。

平台將腦波分析結果接上大型語言模型介面,讓患者收到通知、記錄症狀,也能主動提問,例如睡眠期間是否出現疑似發作。據美國國家衛生研究院介紹,研究期間雙方交換超過1,300則訊息;針對腦部活動的問題,系統超過92%的回答被評為準確且切題。這項成績衡量的是資訊回覆品質,不能直接當作發作偵測的準確率。

患者也回應了超過67%的即時發作提示,將事件標記為真實、誤報或不確定。研究團隊再以這些標記訓練偵測模型。論文指出,誤報改善是在依時間順序模擬實際運作的分析中驗證,並保留原有的偵測敏感度;因此,八成降幅反映的是模型表現,並不代表患者的發作次數減少。

患者感受能補充訊號判讀,卻也有盲點:有些發作未被察覺,發作後記憶缺損或延遲回覆也可能影響標記。加上研究只有13人、觀察時間短,且處於有人持續監督的住院環境,目前結果主要支持技術可行性,尚不足以證明長期居家使用能改善健康或生活品質。

團隊正規劃更大規模的門診研究。下一步要回答的,是離開病房之後,患者能否持續參與、系統能否維持可靠判讀,以及專家應如何覆核不完整的回饋。這套平台提供了一個具體方向:讓患者除了接收監測結果,也能參與校正監測工具。

References

  1. Medical Xpress / National Institutes of Health