综述:人工智能在颅内脑电图中的应用对癫痫管理的影响:《2025年癫痫研究中的人工智能》带来的启示

《Epilepsia》:Artificial intelligence applications in intracranial electroencephalography for epilepsy management: Insights from AI in Epilepsy 2025

【字体: 大 中 小 】 时间:2026年10月22日 来源:Epilepsia 5.6

编辑推荐:

   摘要 颅内脑电图(iEEG)能够直接记录大脑皮层的活动,在难治性局灶性癫痫的术前评估中起着核心作用。然而,iEEG数据的高维度和复杂性日益挑战传统的视觉 Interpretation 方法。人工智能(

  

摘要

颅内脑电图(iEEG)能够直接记录大脑皮层的活动,在难治性局灶性癫痫的术前评估中起着核心作用。然而,iEEG数据的高维度和复杂性日益挑战传统的视觉 Interpretation 方法。人工智能(AI)技术加快了电生理学领域的定量分析,有助于癫痫的定位、预后预测和治疗决策。本文综述了 AI 在 iEEG 应用方面的最新进展,特别是立体脑电图(stereo-EEG)的应用,尽管所讨论的概念普遍适用于各种 iEEG 技术。尽管许多方法展示了令人鼓舞的结果,但目前的大部分证据仍处于初步阶段,大多数研究都是回顾性的、单中心的,并且缺乏独立的外部验证。基于 AI 的 iEEG 与多模态磁共振成像的结合为改善难治性局灶性癫痫的手术计划提供了潜力。同时,早期的研究表明,AI 驱动的 iEEG 分析可以通过检测微妙的电生理特征、网络相互作用和时间动态来提高癫痫灶的识别能力。这些多模态框架更关注分布式癫痫网络,而不仅仅是孤立的局部异常。AI 还正在重塑 iEEG 引导的刺激设计及解释方式。数据驱动的方法有潜力优化刺激参数、预测网络反应,并阐明诊断和治疗刺激的机制,为个性化神经调节奠定基础。除了短期癫痫监测外,AI 应用还日益结合连续监测、纵向网络建模以及与植入式神经技术平台的整合。尽管这些发展需要在广泛临床应用之前进行前瞻性的多中心研究和外部验证,但多模态数据整合、可解释建模和连续监测方面的进步使 AI 增强的 iEEG 成为精准脑网络医学领域的新兴平台。

利益冲突声明

B.F. 曾从 Natus 收到演讲酬金,并曾在 Jazz 和 Natus 的顾问委员会任职,但这些与本文的主题无关。S.A.S. 是 Boston Scientific、Zimmer Biomet、NeuroPace、Koh Young 和 Abbott 的顾问,并且是 Motif Neurotech 的联合创始人。M.F.A. 拥有 NeuroPace 的股权/股票期权,并是 NeuroPace 的员工。K.A.D. 曾在 NeuroPace、Rapport Therapeutics、Mosaica Therapeutics 和 UCB 的顾问委员会任职,但这些与本文的主题无关。R.J.S. 与 Praxis Precision Medicines 签有研究合同。其余作者均无需要披露的利益冲突。我们确认已阅读杂志关于伦理出版问题的规定,并确认本报告符合这些规定。

数据可用性声明

由于本研究中未生成或分析任何数据集,因此不适用数据共享的规定。

相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号