癲癇是最常見的神經系統疾病之一，影響著全世界6500多萬人。對於那些患有癲癇症的人來說，癲癇發作的來臨就像一顆定時炸彈。它可能發生在任何時間或地點，當癲癇發作在危險的情況下，比如開車時，可能會帶來致命的風險。

南加州大學的一個研究小組正在用一個強大的新的癲癇發作預測數學模型來解決這個危險的問題，該模型將在癲癇病人可能發作前5分鐘到1小時給出準確的警告，為病人提供更多的自由，並減少對醫療干預的需要。這項研究發表在《Journal of Neural Engineering》雜誌上。

這個數學模型的工作原理是透過在病人體內植入電子裝置收集大量的大腦訊號資料。Liu和他的團隊已經在使用植入式裝置治療癲癇病人，這種裝置能夠提供對大腦電訊號的持續實時監測，就像腦電圖(EEG)使用外部電極來測量訊號一樣。新的數學模型可以利用這些資料，瞭解每個病人獨特的大腦訊號，尋找顯示“發作前”狀態的前兆或大腦活動模式。

Song教授說，新的模型能夠準確地預測癲癇是否會在一小時內發生，讓患者採取必要的干預措施。

“例如，可以簡單地提醒病人他們的癲癇將在下一個小時發作，所以他們現在不應該開車，或者他們應該吃藥，或者他們應該去坐下”。Song說，“或者在理想的情況下，未來我們可以檢測到癲癇發作訊號，然後透過植入裝置向大腦傳送電刺激，以防止癲癇發作”。

Liu教授說，鑑於癲癇病治療在過去一年中受到大流行的嚴重影響，這一發現將對公共衛生產生重大積極影響。

他說:“我們希望這將改變我們處理癲癇的方式，這是由長期存在的需求驅動的，但被COVID - 19強調和加速了”。

他說，目前，難治性癲癇(藥物無法控制的癲癇)患者選擇入院進行影片腦電圖監測。隨著COVID - 19的出現，這些選擇性入院完全停止，全國各地的癲癇病專案在過去一年中陷入停頓。Liu說，這突出表明需要一種新的工作流程，透過這種工作流程，可以在家中獲取來自頭皮或硬腦膜內電極的腦電圖記錄，並進行計算分析。

“因此，我們需要建立一個新的工作流程，透過這個工作流程，我們不再把病人送到 ICU，而是從他們的家中採集記錄，並使用計算模型來完成他們在醫院可能完成的所有工作”,劉說。“你不僅可以透過保持身體距離來管理病人，還可以以只有技術允許的方式擴大規模”。計算可以同時分析數千頁的資料，而單個神經學家卻做不到。

癲癇發作預測模型如何工作

新的模型不同於以前的癲癇預測模型，它從病人的大腦訊號中提取線性和非線性資訊。

“線性是一個簡單的特徵。如果你能理解部分，你就能理解整體”。“然而，非線性特徵意味著，即使你理解了各個部分，當你放大時，它還有一些無法解釋的湧現特性”。

“對於一些患者，線性特徵更重要，而對於其他患者，非線性特徵更重要”,Song教授說。

Song教授說，其他模型預測大腦活動的時間跨度很短，只是幾毫秒，但他的團隊的模型檢測的是一個延長的時間尺度。

“大腦是一個多時間尺度的器官，所以我們需要了解的不僅僅是短期內會發生什麼，而是未來更多的步驟”。

他說這個模型也是獨一無二的，因為它是針對患者的——它提取的資訊對每個患者都很重要。因為每個大腦在顯示“發作前”狀態的訊號方面是非常不同的。

“每個病人都不同，所以為了準確地預測癲癇發作，我們需要記錄訊號，我們需要觀察許多不同的特徵，我們需要有一個演算法來選擇最重要的特徵進行預測”。

“在我們國家和世界的許多地方，癲癇病醫生的數量仍然相對較少。儘管他們可以在腦電圖上識別出許多微妙的特徵，但Song教授建立的模型可以識別出大規模的額外特徵，這對於幫助我們地區乃至全世界數百萬癲癇患者是必要的”。

Heck也是南加州大學神經修復中心的聯合主任，他說這項技術的臨床相關性有兩個重要的問題。

“首先，大多數患有癲癇症的病人生活在對下一次癲癇發作的恐懼和焦慮之中，這種恐懼和焦慮可能會在最不合時宜的時刻像閃電一樣襲來，可能是在開車的時候，或者只是在公共場合行走。充分的警告提供了一個關鍵的‘獲得安全’的機會,”Heck 說。“臨床上的第二個相關問題是，我們有大腦植入物，智慧裝置，這種工程技術可以加強，給我們現有療法的功效帶來更大的希望。”

參考資料：

Yu P N, Liu C, Heck C N, et al. A sparse multiscale nonlinear autoregressive model for seizure prediction[J]. Journal of Neural Engineering, 2021.