北京
近日，解放軍總醫院兒科醫學部派駐第一醫學中心兒科楊光教授團隊原創研究成果“Artificial intelligence-assisted detection of epileptic spasms using electroencephalographic–video analysis”發表于國際癲癇領域頂級期刊《Epilepsia》。該研究開發并驗證了一款基于腦電圖與視頻信號融合的人工智能輔助診斷工具，可自動精準檢測癲癇性痙攣發作，為AI技術在癲癇診療領域的臨床轉化與精準應用提供了核心支撐。
嬰兒癲癇性痙攣綜合征（Infantile Epileptic Spasms Syndrome, IESS）是一種嚴重的發育性癲癇性腦病，早期診斷與治療對改善患兒神經發育結局至關重要。然而，癲癇性痙攣（Epileptic Spasms, ES）的腦電圖（EEG）表現多樣，尤其當痙攣表現輕微（如僅表現為面部動作）時，即使是經驗豐富的臨床醫生也容易漏診，導致診斷延遲。
楊光教授團隊研發的模型實現了與資深腦電圖醫師表現相當的AI自動ES檢測系統，且在多中心、臨床數據中驗證。AI輔助顯著提高了臨床腦電圖醫師對ES的識別能力，尤其在對微小痙攣的識別上具有明顯優勢。模型具備良好的泛化能力與極低的假陽性率，具備臨床應用潛力。
《Epilepsia》作為國際抗癲癇聯盟（ILAE）官方期刊，是癲癇領域公認的權威頂刊，創刊于1909年，影響因子6.6。本次研究成果刊載，體現了解放軍總醫院在兒科神經疾病與智能診療領域的深厚積淀與創新實力。
此次研發的AI輔助診斷工具，臨床應用價值顯著：
-性能卓越：首次實現AI與資深腦電圖醫師診斷能力的直接對標，驗證臨床級可用性；
-彌補短板：攻克微小痙攣漏診難題，提升早期診斷率；
-實用性強：大規模、多中心、數據驗證，具備高臨床實用性，臨床可部署性強。
未來，該AI模型可作為基層醫療機構的核心輔助診斷工具，有效提升嬰幼兒癲癇性痙攣的識別水平，助力緩解區域醫療資源分布不均的現狀；同時，可輔助青年醫師快速掌握細微痙攣識別要點，統一診斷標準，顯著提升診斷準確性與判讀一致性，為更多患兒爭取早期干預機會，守護兒童神經發育健康。
主管| 解放軍總醫院政治工作部
主辦| 宣傳處融媒體中心
來源 | 第一醫學中心
撰文 | 張茈琰
刊期 | 第3104期
總編：熊 剛
主編：晏 黎
編審：張 密 李笑一
編輯：劉超英
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
