患者多，專家少，監測時間長，讓不少癲癇患者都有過這樣的無奈經歷：千里迢迢慕名而來見到專家，腦電圖監測卻只能預約到幾個月后。輕則讓拖著病體的患者倍感勞頓，增加不必要的經濟負擔，重則導致病情延誤，錯過最佳救治時期。
5月9日，由阿里健康人工智能實驗室研發的“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、發作類型和綜合癥等方面作用顯著，最高可將腦電圖分析時間縮短七成。阿里健康透露，該引擎本月就將在其合作的腦電中心和醫療機構投入應用。
中國抗癲癇協會2018年發布的數據顯示，中國的癲癇患者總人數不少于900萬，而腦電圖的監測結果，是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。《癲癇臨床治療指南》（中國抗癲癇協會，2015年）認為，根據癲癇發作的控制情況，患者每半年至1年就要復查1次腦電圖；如果病情控制得不好，則需要不定期或隨時復查，每次監測的時長從2小時至24小時不等。然而，培養一名成熟的腦電分析專家，需要大量的臨床經驗和多年的專業培訓。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，多數基層醫療機構要么不具備培養這方面人才的條件，要么留不住人才。
阿里健康 “癲癇腦電分析引擎”正是針對上述痛點應運而生。據阿里健康人工智能實驗室許娟博士介紹，過去，醫生分析癲癇患者兩小時的腦電圖約需要25至40分鐘，其大量精力消耗在查找異常放電上。而搭載了AI引擎的視頻腦電監測設備，可以自動標注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。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。
“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。”許娟說。基層醫院支付一定的服務費，就可將視頻腦電監測設備采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，根據腦電圖采集的時長，基層醫院24至48小時內就能收到分析報告。”許娟說，接下來阿里健康將進一步提升引擎的準確性，并將于本月在合作的腦電中心和醫療機構落地。
在去年，阿里健康宣布與阿里云共建醫療大腦后，即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。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。目前，國內在癲癇AI領域的探索還主要集中在學術界，如基于腦電圖癲癇發作自動檢測，基于腦電圖的睡眠自動分期、癲癇間期異常放電自動檢測等。許娟博士表示，阿里健康研發的“癲癇腦電分析引擎”，使用深度學習算法結合傳統算法，可自動檢測多種癲癇異常放電，產品性能更穩定，在多種工作環境下的適應能力也更強。
首都醫科大學宣武醫院神經內科主任王玉平在測試了阿里健康“癲癇腦電分析引擎”后認為，該引擎已經處于行業領先地位，并有意愿深入探討腦電遠程服務體系的建設。“ 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，專業的腦電監測并不是很普及。人工智能引擎將有效地提高醫生判讀腦電圖的效率，服務更多患者。”王玉平主任認為，隨著人工智能的發展，“醫生+AI”的工作方式將在越來越多的臨床應用領域涌現，從而解放醫生的“生產力”，讓醫生有機會把更多精力投入到科研和服務患者上來。
