AI在癫痫及智力障碍人群中的应用：打破健康不平等的藩篱

本研究聚焦于AI在癫痫及智力障碍人群中的应用，探讨AI技术如何改善癫痫诊断、监测和管理，并强调将智力障碍人群纳入研究的重要性，以避免加剧健康不平等。

　　癫痫是全球最常见的神经系统疾病之一，影响超过5000万人。智力障碍人群（PwID）癫痫发病率远高于普通人群，且面临更高的癫痫相关风险，如治疗抵抗性癫痫、误诊和早亡（包括SUDEP）。然而，这一高危人群常被排除在癫痫研究之外，导致健康不平等加剧。近期，Milne-Ives等研究人员在《Acta Epileptologica》上发表评论文章，探讨了人工智能（AI）在癫痫领域的应用，尤其是针对智力障碍人群的潜力和挑战。

癫痫作为一种复杂的神经系统疾病，常表现为发作性、异质性，且部分患者对传统抗癫痫药物无反应。AI技术，尤其是机器学习（ML）和深度学习算法，已被应用于癫痫的诊断、发作检测与预测以及管理。例如，AI可通过分析脑电图（EEG）数据识别发作前模式，实现高达99.6%的发作预测准确率。此外，AI还可结合视频、EEG和移动数据，提升发作检测的准确性。然而，AI在癫痫管理中的应用仍面临诸多挑战，包括数据量需求大、模型泛化能力不足以及“黑箱”模型的可解释性问题。

对于智力障碍人群，AI技术的应用潜力巨大，但目前研究有限。一项研究通过编制PwID癫痫的EEG数据集，开发并测试了发作检测模型，发现个体间模型表现差异显著，受EEG放电模式、背景和发作可见性等因素影响。另一项研究设计了基于视频的AI系统，用于记录可能的夜间发作，但缺乏“金标准”对照来确认其准确性。这些研究表明，针对PwID的AI模型需要更多努力来提高准确性、效率和泛化能力。

将PwID纳入AI和癫痫研究面临诸多挑战，包括获取知情同意的复杂性、沟通障碍以及潜在风险。然而，若继续排除PwID，可能会进一步加剧健康不平等。因此，研究人员提出了一系列策略，如逐步纳入有自主能力的PwID、使用辅助沟通技术、以及与PwID及其家属共同设计研究方案。这些策略旨在确保研究方法符合PwID的需求，同时提高研究的伦理性和相关性。

研究结论强调，AI技术在改善癫痫诊断和管理方面具有巨大潜力，但在设计和评估时必须纳入PwID，以避免加剧现有健康不平等。未来研究需通过严谨的设计，解决知情同意、沟通和潜在安全风险等问题，同时通过患者和公众参与，将AI技术更好地应用于这一脆弱群体。