跳到正文
原文
Medical Xpress·· 2026-10-19精选AI 评分65

Nature Medicine:Penn 研究让癫痫患者通过手机应用与脑电监测设备实时对话

AI platform allows real-time conversation between patients and their medical devices

AI 导读

宾夕法尼亚大学研究团队在 Nature Medicine 发表概念验证研究,让 13 名接受持续脑电监测的癫痫患者通过手机应用向监测系统提问、获取脑电趋势与警报,并反馈症状与识别结果,期间共分析 1307 条医患系统消息。研究团队认为,这种双向交流平台或可推广至心脏设备、胰岛素泵及帕金森病等神经精神疾病的治疗设备。

推荐理由

概念验证研究展示了患者与医疗设备双向对话的可行模式,可帮助读者理解医疗AI应用的一种新方向。

正文 · AI 翻译
AI platform allows real-time conversation between patients and their medical devices
该AI驱动的应用程序允许正在接受癫痫监测的患者通过短信与脑监测设备进行沟通。图片来源:宾夕法尼亚大学

一项新的AI驱动平台可能允许人们通过智能手机应用程序发送信息来与医疗设备进行交互,并实时接收反馈。一项概念验证研究中的参与者正在接受癫痫监测,他们能够询问有关脑活动的问题,接收个性化警报,报告症状和行为,并帮助系统更好地识别与癫痫相关的模式。

宾夕法尼亚大学佩尔曼医学院和神经工程与治疗中心(CNT)的研究人员研究发现,该平台代表了医疗设备的根本性转变:从当前主要由临床医生定期审查收集数据的医疗设备,转向积极与患者协作管理健康的系统。相关发现已发表于Nature Medicine。

高级作者Brian Litt医学博士是神经病学、神经外科和生物工程学教授,他表示:“这个想法是,设备可以检测变化并立即提醒你,就像你肩上的Jiminy Cricket一样,而不是等待专家来分析你的设备收集的数据。更重要的是,患者和设备可以随时间共同学习。设备了解什么对患者重要,患者了解他们的行为如何影响健康。”

将数据转化为对话

为了测试这种新的患者-设备通信模式,研究人员招募了13名在宾夕法尼亚大学癫痫监测病房(EMU)使用脑电图(EEG)进行连续脑监测的成年人。这些个体因多种原因入院接受监测,包括确定癫痫源或作为术前评估的一部分。

参与者测试了一个由宾夕法尼亚大学生物工程博士生团队构建的平台,该团队由Zack Goldblum、Haoer Shi和Zhongchuan Xu领导,该平台由三个组件组成:

  • 持续捕获参与者脑部电极EEG数据的软件;
  • 一个安全的、符合HIPAA标准的云环境,可近乎实时地分析传入信息;
  • 一个智能手机应用程序,其中包含一个由宾夕法尼亚大学开发、AI驱动的对话智能体,类似于ChatGPT使用的技术。

通过手机上的应用程序,患者可以询问有关脑活动的问题,要求可视化数据趋势,报告症状,并在一天中的不同时间接收警报或问卷调查。患者可以接收诸如文本、图表和其他视觉格式的信息。同样,当设备发现可能引起患者兴趣的变化时,可以联系患者,并根据患者的反应“即时”学习。

研究人员分析了研究期间患者与系统之间交换的1,307条信息。大多数交互涉及讨论癫痫事件、睡眠、情绪、精力水平以及其他可能影响癫痫活动的因素。

患者每天接受三次问卷调查,内容涉及睡眠、焦虑、情绪、健康状况及其他症状。一些参与者表示,该平台帮助他们解释了之前观察到但难以理解的模式。

一名参与者报告称,该系统帮助其“明确了某些发作与情绪之间的关联,印证了我原有的感受”。其他参与者表示,他们看重能够获取睡眠信息,以及在重大发作前收到警告的可能性。

除了这种沟通方式,患者还可以向系统反馈其病情,标注程序正确识别的发作以及误报的情况。这使得系统能够提升其准确识别发作的能力。临床医生也可以与系统进行交互,复核程序的评估结果,并添加关于真实发作和误报的备注,进一步提高其准确性。这是通过一种智能的“人在回路”(expert in the loop)算法实现的,该算法将专家输入的需求降低至高价值标注。

随着系统变得更加个性化,研究人员认为其所需的临床监督将大幅减少,从而使其适用于长期的门诊使用。

下一代医疗器械的平台

尽管该研究聚焦于癫痫,但研究团队认为,该平台可以广泛应用于使用心脏设备、胰岛素泵以及帕金森病、抑郁症、强迫症、成瘾和认知障碍等神经精神疾病新兴治疗手段的情况。

在未来,研究人员设想系统能够自动调整治疗,同时直接与患者沟通症状和治疗目标。该团队正在与神经学和生物医学工程助理教授 Lauren Hammer 博士准备研究,将把该平台应用于自动调节用于帕金森病治疗的 深部脑刺激 设备。进一步的工作将把可穿戴设备整合到用于失眠、癫痫、脑及生命体征监测的应用中。

Litt 说:“患者往往了解其疾病的某些方面,而这些方面是传感器无法直接测量的。想象一下一个能回答关于一餐如何影响血糖问题的胰岛素泵,或者一个根据患者在散步或写信时的感觉来调整治疗的帕金森病设备。我们设想医疗器械成为照护的合作伙伴,与患者一起学习并帮助他们在日常生活中做出更好的决策。”

研究人员认为,这种双向沟通可能根本性地改变患者与医疗器械之间的关系。未来的设备不再仅仅是被动的监测工具,而是可以持续结合生理信号、患者反馈和 AI 驱动的分析,提供更个性化、更及时的护理。

这项工作建立在 Litt 更广泛的努力之上,旨在开发新一代脑机接口,能够感知生理信号、与患者沟通、从他们的反应中学习并实时调整治疗。

ongoing 研究将评估该平台是否能减少癫痫发作的频率和严重程度,改善生活质量,减少急诊就诊并降低医疗保健使用率。研究人员还计划将测试扩展到使用旨在用于日常生活中连续监测的新型微创脑电图和可穿戴技术的门诊环境。

出版详情

Human-AI Collaboration for Co-Managing Epilepsy in Real Time, Nature Medicine (2026). DOI: 10.1038/s41591-026-04680-4

期刊信息: Nature Medicine

这篇文章背后是谁?

Gaby Clark

Gaby Clark

英语文学硕士,自2021年起担任文字编辑,拥有高等教育和健康内容方面的经验。致力于提供可信的科学新闻。 完整档案 →

Robert Egan

Robert Egan

数学生物学学士,创意写作硕士。见多识广,对科学和语言有独特的见解。 完整档案 →

引用: AI platform allows real-time conversation between patients and their medical devices (2026, October 18) 检索日期 2026年10月18日 来自 https://medicalxpress.com/news/2026-10-ai-platform-real-conversation-patients.html

本文档受版权保护。除为私人学习或研究目的的公平使用外,未经书面许可,不得复制任何部分。内容仅供信息参考。

来源:Medical Xpress · medicalxpress.com