智能手表AI预测癫痫症发作？美研究提早1小时预警准确率九成以上

【智能手表AI预测癫痫症发作】世界卫生组织估计，每1千人中有4至10人患有癫痫症。全球5,000万癫痫症病人中有七成人的的症状可以通过药物控制。问题是癫痫症发作是不能预计，话来就来，使人苦不堪言。如能以人工智能AI预测癫痫症发作，便可令患者有充足时间应对病情，改善生活质素。

美国路易斯安那大学拉法叶分校（University of Louisiana at Lafayette）科研人员开发出一种人工智能AI系统，可自动预测99.6％癫痫发作。世卫估计，每1千人中有4到10人患有癫痫症。大量研究显示有70％患者的症状可以通过药物缓解。问题是很多患者是无法预测自己何时进入“发作前时期”（Preictal perod, 即癫痫发作前的短暂时期），食药控制有时会太迟。

因此，路易斯安那大学拉法叶分校教授Magdy Bayoumi和研究员Hisham Daoud希望开发出一套人工智能系统，令预测“发羊吊”不再靠“断估”。二人研究小组于《IEEE》发表的论文解释说：

考虑到实时操作，我们提出4种基于深度学习的模型，用于早期而准确的癫痫发作预测。将癫痫发作预测的问题制定为区别／分类（classification）“发作间”（interictal）和“发作前”（preictal ）脑部状态的工作，当在预定的发作前时期（predetermined preictal period）内检测到“发作前”状态时，（区别／分类工作）预期会发出真正的警报。

大脑活动可由脑电图纪录观察得来。但是，各个大脑活动模式各异，即使癫痫症患者也是人人不同：癫痫发作频率、发作前的检测时间、癫痫持续时间和相对强度在受试者个体之间可能分别极大。

按常理，AI的根本——机器学习系统本质上是以数据为基础来运行。提供系统的数据越多，训练和产生的结果就越好。但是大脑活动个体差别大，不能使用通用的AI训练数据库为单一患者创建出癫痫发作预测系统。两位研究员只能透过人的颅脑电图扫描的长期记录来为癫痫发作之前，中和后的大脑活动建立某种基线，从而著手开发预测模型。

研究员把收集不同电极点记录得来之大脑活动特征，结合上述的区别／分类过程，引进深度学习演算法，以提升预测癫痫发作的效率及精准度。为22位癫痫症患者进行的测试中，发现自动化系统的预测模型准确度达99.6%，错误检出率仅为每小时0.004次，接近完美。

癫痫知识知多啲（点下图放大解说）

预测癫痫发作在各方面大为改善癫痫患者的生活质素。例如在癫痫发作发生前发出警报，提供足够时间采取适当措施、开发新治疗方法并制定新应对策略，更深入了解此疾病的性质。

研究员现在专注于开发适用的硬件和芯片组，实现此AI系统及早干预癫痫发作之目标。尽管开发和测试可能会花费一些时间，他们希望可以制造出可以放置于智能手表等个性化装置内的芯片，发挥到类似Apple Watch检测不规则心脏活动的救生功能。