北京
近日，解放军总医院儿科医学部派驻第一医学中心儿科杨光教授团队原创研究成果“Artificial intelligence-assisted detection of epileptic spasms using electroencephalographic–video analysis”发表于国际癫痫领域顶级期刊《Epilepsia》。该研究开发并验证了一款基于脑电图与视频信号融合的人工智能辅助诊断工具，可自动精准检测癫痫性痉挛发作，为AI技术在癫痫诊疗领域的临床转化与精准应用提供了核心支撑。
婴儿癫痫性痉挛综合征（Infantile Epileptic Spasms Syndrome, IESS）是一种严重的发育性癫痫性脑病，早期诊断与治疗对改善患儿神经发育结局至关重要。然而，癫痫性痉挛（Epileptic Spasms, ES）的脑电图（EEG）表现多样，尤其当痉挛表现轻微（如仅表现为面部动作）时，即使是经验丰富的临床医生也容易漏诊，导致诊断延迟。
杨光教授团队研发的模型实现了与资深脑电图医师表现相当的AI自动ES检测系统，且在多中心、临床数据中验证。AI辅助显著提高了临床脑电图医师对ES的识别能力，尤其在对微小痉挛的识别上具有明显优势。模型具备良好的泛化能力与极低的假阳性率，具备临床应用潜力。
《Epilepsia》作为国际抗癫痫联盟（ILAE）官方期刊，是癫痫领域公认的权威顶刊，创刊于1909年，影响因子6.6。本次研究成果刊载，体现了解放军总医院在儿科神经疾病与智能诊疗领域的深厚积淀与创新实力。
此次研发的AI辅助诊断工具，临床应用价值显著：
-性能卓越：首次实现AI与资深脑电图医师诊断能力的直接对标，验证临床级可用性；
-弥补短板：攻克微小痉挛漏诊难题，提升早期诊断率；
-实用性强：大规模、多中心、数据验证，具备高临床实用性，临床可部署性强。
未来，该AI模型可作为基层医疗机构的核心辅助诊断工具，有效提升婴幼儿癫痫性痉挛的识别水平，助力缓解区域医疗资源分布不均的现状；同时，可辅助青年医师快速掌握细微痉挛识别要点，统一诊断标准，显著提升诊断准确性与判读一致性，为更多患儿争取早期干预机会，守护儿童神经发育健康。
主管| 解放军总医院政治工作部
主办| 宣传处融媒体中心
来源 | 第一医学中心
撰文 | 张茈琰
刊期 | 第3104期
总编：熊 刚
主编：晏 黎
编审：张 密 李笑一
编辑：刘超英
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
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.
