人工智能(AI)平台使患者能与医疗设备实时对话AI Platform Allows Real-Time Conversation Between Patients and Their Medical Devices | Newswise

环球医讯 / AI与医疗健康来源:www.newswise.com美国 - 英文2026-11-18 09:06:19 - 阅读时长5分钟 - 2102字
美国宾夕法尼亚大学佩雷尔曼医学院研究人员在 Nature Medicine 发表概念验证研究,开发出一套由人工智能驱动的患者与医疗设备对话平台,使正在接受癫痫脑电图监测的参与者可通过手机应用实时询问脑活动、接收个性化警报并报告症状,还能通过反馈帮助系统更准确识别癫痫发作;研究分析1,307条消息,显示该系统有望让医疗设备从被动采集数据转向与患者协同管理健康,并可能扩展至心脏设备、胰岛素泵、帕金森病脑深部刺激等领域。
人工智能医疗设备患者对话癫痫监测脑电健康管理个性化预警患者反馈脑机接口可穿戴设备帕金森病胰岛素泵远程医疗智慧医疗
人工智能(AI)平台使患者能与医疗设备实时对话

人工智能(AI)平台使患者能与医疗设备实时对话

这套由宾夕法尼亚大学开发的程序使患者和设备能够交换信息、共同学习,并即时调整疾病管理。

费城——一套新的人工智能(AI)驱动平台可能让人们通过智能手机应用向医疗设备发送消息,并实时收到反馈,从而与自己的医疗设备互动。在一项概念验证研究中,正在接受癫痫发作监测的参与者能够询问自己的脑活动情况、接收个性化警报、报告症状和行为,并帮助训练系统更好地识别与癫痫发作相关的模式。

该平台代表了从当今医疗设备——它们主要采集数据,由临床医生定期查看——向主动与患者协作管理健康的系统的一次根本转变。这是宾夕法尼亚大学佩雷尔曼医学院和神经工程与治疗中心(CNT)研究人员今日发表在 Nature Medicine 上的研究结果所显示的。

“我们的设想是,患者不必等待专家分析设备采集的数据,设备可以检测到变化并立即提醒你,就像你肩头那只专属的吉米尼蟋蟀(Jiminy Cricket)一样,”资深作者、神经病学、神经外科和生物工程学教授布莱恩·利特(Brian Litt)医学博士说。“更重要的是,患者和设备可以随着时间推移共同学习。设备学习对患者重要的内容,患者则了解自己的行为如何影响健康。”

将数据转化为对话

为了测试这种患者与设备沟通的新模式,研究人员在宾夕法尼亚大学癫痫监测病房(EMU)招募了13名接受连续脑电图(EEG)脑监测的成年人。这些人因多种原因入院接受监测,包括确定癫痫发作的来源,或作为术前评估的一部分。

参与者测试了一套由扎克·戈德布拉姆(Zack Goldblum)、Haoer Shi 和 Zhongchuan Xu 带领的宾大生物工程博士生团队构建的平台,该平台由三个部分组成:

  • 可持续从参与者脑内电极采集EEG数据的软件;
  • 一个安全的、符合《健康保险可携性和责任法案》(HIPAA)的云环境,可近实时分析传入信息;
  • 一款智能手机应用,内置宾大开发、由AI驱动的对话代理,其技术类似于ChatGPT所使用的技术。

患者通过手机上的应用,可以询问自己的脑活动、请求查看数据趋势可视化、报告症状,并在一天中接收警报或调查问卷。患者可以收到文本、图表和其他视觉格式的信息。同样,当设备发现患者可能感兴趣的变化时,可以主动联系患者,并根据患者的回应即时学习。

研究人员分析了研究期间患者与系统之间交换的1,307条消息。大多数互动涉及对癫痫发作事件、睡眠、情绪、精力水平以及其他可能影响癫痫发作活动的因素的讨论。

患者每天还会被询问三次关于睡眠、焦虑、情绪、健康状况和其他症状的情况。数名参与者表示,该平台帮助解释了他们此前观察到但一直难以理解的模式。

一名参与者报告说,系统帮助“让我更确信,我在某些发作与情绪之间感受到的联系是真实存在的”。其他人则表示,他们重视能够获取睡眠信息,以及在严重癫痫发作前收到预警的可能性。

除这种沟通外,患者还可以教系统了解自己的病情,指出程序正确识别了哪些癫痫发作、哪些是误报。这使系统得以大幅提高准确识别癫痫发作的能力。临床医生也可以与系统对话,查看程序的评估结果,并加入自己对真实发作和误报的标注,从而进一步提高其准确性。这是通过一种智能的“专家在环”算法实现的,该算法减少了对专家输入高价值标注的需求。

随着系统变得更加个性化,研究人员认为它们将只需要很少的临床监督,从而适合长期门诊使用。

面向下一代医疗设备的平台

尽管这项研究聚焦于癫痫,但团队认为,该平台可广泛应用于需要使用心脏设备、胰岛素泵的疾病,以及帕金森病、抑郁症、强迫症、成瘾和认知障碍等神经精神疾病的新兴治疗领域。

未来,研究人员设想系统能够自动调整治疗,同时就症状和治疗目标直接与患者沟通。团队已经在与神经病学与生物工程学助理教授劳伦·哈默(Lauren Hammer)医学博士、哲学博士筹备研究,将把该平台应用于自动调节用于治疗帕金森病的脑深部刺激设备。进一步工作正把可穿戴设备纳入失眠、癫痫、大脑和生命体征监测等应用。

“患者往往理解疾病的某些方面,而传感器无法直接测量这些方面,”利特说。“想象一下,一台胰岛素泵能够回答某顿饭将如何影响血糖的问题,或者一台帕金森病设备能够根据患者散步或写信时的感受来调整治疗。我们设想医疗设备成为护理伙伴,与患者一起学习,并帮助他们每天做出更好的决定。”

研究人员认为,这种双向沟通可能从根本上改变患者与医疗设备之间的关系。未来的设备不再只是被动监测工具,而可以持续结合生理信号、患者反馈和AI驱动分析,提供更个性化、更及时响应的护理。

这项工作建立在利特更广泛的努力之上:开发新一代脑机接口,使其能够感知生理信号、与患者沟通、从患者回应中学习,并实时调整治疗。该工作由美国国立卫生研究院(NIH)先锋奖(DP1 NS122038-01)资助,金额为560万美元。

正在进行的研究将评估该平台能否减少癫痫发作频率和严重程度、改善生活质量、减少急诊就诊次数并降低医疗使用。研究人员还计划使用为日常生活连续监测而设计的更新型微创EEG和可穿戴技术,将测试扩展到门诊环境。

【全文结束】

猜你喜欢
  • UT Health San Antonio在建设面向人工智能时代的医院中发现了什么UT Health San Antonio在建设面向人工智能时代的医院中发现了什么
  • 革命性脑机接口植入后,瘫痪男子可自行进食革命性脑机接口植入后,瘫痪男子可自行进食
  • 加拿大公共卫生署未发现新不伦瑞克省神秘脑病证据加拿大公共卫生署未发现新不伦瑞克省神秘脑病证据
  • 面向可穿戴设备的节能低功耗心律失常检测面向可穿戴设备的节能低功耗心律失常检测
  • 模型可根据患者数据预测疾病模型可根据患者数据预测疾病
  • 犹他州允许人工智能续开处方,结果出人意料犹他州允许人工智能续开处方,结果出人意料
  • 可穿戴设备与机器学习在心血管监测中的应用:精准医学的当前证据与未来方向可穿戴设备与机器学习在心血管监测中的应用:精准医学的当前证据与未来方向
  • GLP-1热潮引发对长期成本的疑问GLP-1热潮引发对长期成本的疑问
  • 加州凯撒护士称AI评分和15分钟通话限制威胁患者护理加州凯撒护士称AI评分和15分钟通话限制威胁患者护理
  • 人工智能在医疗保健领域可挽救生命并节省资金,但变革不会一蹴而就人工智能在医疗保健领域可挽救生命并节省资金,但变革不会一蹴而就
热点资讯
全站热点
全站热文