阿里健康醫療大腦矩陣再添一員，「癲癇腦電分析引擎」將腦電圖分析時間縮短七成

5月9日，由阿里健康人工智慧實驗室研發的「癲癇腦電分析引擎」產品正式上線。

經首都醫科大學宣武醫院神經內科王玉平主任測試，該引擎在輔助醫生判斷癲癇患者的各類異常放電、發作類型和綜合症等方面作用顯著，最高可將腦電圖分析時間縮短七成。

作為醫生確定癲癇患者的病種分類和調整治療方案的重要依據，腦電圖的監測結果具有重大的臨床意義。但在真實臨床場景下，還存在患者多、專家少、監測時間長等問題。

中國抗癲癇協會2018年發布的數據顯示，中國癲癇患者總人數不少於900萬；但據行業人士估算，全國具有較高水平的腦電圖分析人員不超過1000人，因為培養一名成熟的腦電分析專家，需要大量臨床經驗和多年專業培訓，多數基層醫療機構往往不具備這樣的條件。

至於監測時間，由中國抗癲癇協會發布的《癲癇臨床治療指南》（2015年）指出，根據癲癇發作的控制情況，患者每半年至1年就要複查1次腦電圖；若病情控制得不好，則需不定期或隨時複查，每次監測的時長從2小時至24小時不等。

阿里健康的 「癲癇腦電分析引擎」正是為了解決上述痛點。據阿里健康人工智慧實驗室許娟博士介紹，過去醫生分析癲癇患者2小時的腦電圖約需要25-40分鐘，大量精力消耗在查找異常放電上；但搭載了AI引擎的視頻腦電監測設備，能自動標註出腦電圖上的各類異常放電，為醫生判斷提供參考，從而大幅提升醫生的讀圖效率。

（圖：腦電中心的工作人員正在操作搭載了「癲癇腦電分析引擎」的視頻腦電監測設備，並指導患者配合檢查）

據測算，在顳葉癲癇等實際場景下，阿里健康的AI引擎只需5分鐘即可處理完成兩小時的腦電圖數據，再經過醫生核查，一份分析報告10分鐘內即可完成。許娟認為，利用節約下來的時間，腦電中心將有機會聯接更多的基層醫療機構，為更多患者提供幫助。

在產品商業化方面，據介紹，基層醫院支付一定的服務費就可將視頻腦電監測設備採集下來的信息回傳至腦電中心，獲得「醫生 AI」的分析支持，「按照目前的工作量測算，根據腦電圖採集的時長，基層醫院24至48小時內就能收到分析報告」。

許娟透露，接下來阿里健康將進一步提升引擎的準確性，並將於本月在合作的腦電中心和醫療機構落地，實現商用。

其實早在去年，阿里健康宣布與阿里雲共建醫療大腦後，便表示將加強文本結構化、圖像識別、生理信號識別、知識圖譜構建等能力的建設，而此次發布的「癲癇腦電分析引擎」，是其在生理信號識別領域的最新進展。

王玉平主任則表示：「 腦電圖監測是癲癇診斷和治療的必要手段，受到讀圖人才和監測數據量龐大的限制，專業的腦電監測並不是很普及。人工智慧引擎將有效地提高醫生判讀腦電圖的效率，服務更多患者。」

在行業端，目前國內在癲癇AI領域的探索還主要集中在學術界，有少數公司有產品布局，譬如基於腦電圖癲癇發作自動檢測（Empatica）、基於腦電圖的睡眠自動分期（36氪報道的UMindSleep已有產品落地）、癲癇間期異常放電自動檢測等。

許娟表示，阿里健康研發的「癲癇腦電分析引擎」，使用深度學習演算法結合傳統演算法，能自動檢測多種癲癇異常放電，產品性能更穩定，能適應多種工作環境。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！