健一君说

中国有癫痫患者近千万，其中无法通过药物控制的难治性癫痫患者有万，给患者及其家庭带来巨大痛苦。随着人类对大脑研究的深入，国际学术界及临床界发现，癫痫的发作本质上与数学信号及脑电波型相关。诺尔医疗通过癫痫这一病理性切入点，认为人工智能算法辅助在医疗诊断中具有巨大价值。以下是诺尔医疗联合创始人杨欢近期在健一会沙龙上的分享。

■讲述：杨欢整理：阮聿泓

当下医疗诊断领域最大难题是医生的养成困局。

依靠人类进行诊断的优势在于上限极高，水平高的医生在积累大量临床经验并在获得足够多的诊断数据后，通过医生大脑分析得出的判断与结论，是当下任何人工智能手段所无法替代的。

医院资源始终属于高度分级化状态，长达数十年培养所达塔尖的医生只是少数。随着金字塔资源的固化及人力成本的不断增加，通过传统模式培养出来的医生数量无法覆盖庞大的患者群体。

除了养成困局，医疗诊断还面临着临床困局。

准确诊断是患者获得有效治疗的第一步，当下各种新式诊断工具的涌现，很多临床医生连新式术语都听不懂，更不用说还要灵活准确地应用这些新手段了。临床医生的应用能力与其对于数据的分析能力及个人学识呈现正相关关系，也决定了其在业界的地位。

也正是由于这两个困局的存在，凸显了AI在诊断领域扮演的辅助角色所产生的价值。

AI的最大优势在于它可以实现数据的不断积累，并且是一种指数型积累。对于医生来说，如果他能够熟练掌握AI工具，就可以大大缩短从初学者到老手的养成周期。医生只要通过AI截取对其诊断最为有效的那部分诊断数据，就可以大大提高诊断效率，因为时间密度是相同的，医生在同等时间里所能获取的数据多寡与其数据加工能力密切关联。一个医生一天最多只能工作16个小时，需要留出六七个小时让大脑休息与重启，而AI机器则可以24小时不间断运作，只要患者样本送过来，AI便可通过算法模型浓缩数据，推导结果。

当然，AI诊断的发展障碍在于其启动时非常不智能，需要顶尖医生将其智慧输出成可标准化的初级样本，采用人工标识的方式，才能实现大规模数据的不断涌入，并在通过大规模数据的持续训练，预测精度趋近顶尖医生诊断水平时，才能形成算法的可商用化。

鉴黄师如何实现对视频的监管？他需要以四到六倍快进方式找到涉黄片段。类似心电、脑电图师就是医疗行业的“鉴黄师”，他需要不断寻找病理特征数据，将正常波形滤除，对病理型数据提纯与压缩，再提交给更高层级的临床资源进行解读。

癫痫由于其长周期性及发作的随机性，危害性被除癫痫病患及家人以外的世人长期忽视。实际上，该病种在全球范围内有万患者，其中中国癫痫患者接近万，每年新增发病40万例。

中国人习惯把癫痫称为“羊角风”，把癫痫患者视为神经病，一个需要用药物才能控制且不知何时就会倒地抽搐的患者群体，在人们的常规认知中，多认为癫痫只能通过药物控制。

随着人类对大脑研究的深入，国际学术界及临床界发现，癫痫的发作从本质上是因颅内大脑特定区域神经元异常放电导致，并在癫痫发作期异常电峰传导至周边正常脑功能区引致大脑机能丧失，从本质上看，是一个与数学信号和脑电波型相关的问题。

中国近千万癫痫患者中，约有万为难治性癫痫。所谓“难治性”，也即通过两种及两种以上癫痫药物都无法控制病情发作的情形。癫痫发作相当于人的大脑宕机，患者在癫痫发作情况下，对自身所作所为都处于未知状态，正如年5月发生于深圳的一起隐匿病史癫痫患者驾车导致3人死亡的恶性事故，虽然其仍然在正常服药期间，但仍旧出现了癫痫发作，而其癫痫发作期间实际上已经完全丧失自主行为能力，这一点也恰恰体现了癫痫特别是难治性癫痫病患及其家庭的巨大疾苦，在无法与社会形成正常链接的同时，也让自身陷于巨大悲剧之中。

正如前面提到癫痫患者之所以致病，是因为其脑深部存在癫痫致痫灶，而难治性癫痫的诊断与治疗，最核心和最关键的部分在于如何实现致痫脑电与大脑结构与功能影像的融合，实现对这种病灶位于哪些异常脑区进行有效识别。

从目前看，全球范围对将非侵入式脑电与起发于致痫区的一种名为“高频小波”的脑电进行融合判断，医生如果能通过软硬件结合的方式识别出高频小波，再借助算法融合技术，理论上就可以精准定位致痫病灶，并通过神经外科手术方式精准切除病灶，避免癫痫发作。

癫痫患者通常会先到神经内科接受药物治疗，在药物治疗无效的情况下，就需要转向神经外科接受开颅手术。年之前，癫痫开颅手术过程中，患者要接受两次开颅。第一次开颅时，医生会将皮层电极放在患者的硬脑膜下方，通过这种方式来收集硬膜下皮层脑电数据，构建患者的癫痫致痫模型。在基本确定患者癫痫致痫灶的方位之后，患者需要接受第二次开颅手术，由医生对病灶进行切除。

旧有脑皮层电极只能形成二维影像与浅层脑电的模型，所以其诊断准确率仅为50%，这给患者造成很多痛苦，而颅内深部立体定向技术（简称SEEG）的诞生，从本质上实现了从二维向三维立体定向癫痫精准诊断的突破。

相比于旧有脑皮层电极诊断，SEEG技术的优势在于微创、精确定位病灶，术后有效率较皮层电极显著提升，在具有显著致痫区的难治性癫痫术后有效率甚至高达90%以上。

SEEG技术在欧洲已经比较成熟，中国及北美顶级癫痫中心对于该技术的应用比例也从年起逐年提升。在PET、MRI、MEG等脑影像设备辅助下，利用SEEG技术进行病灶的精确定位，进而手术切除病灶，已经被越来越多的医生和患者接受。

通过打造3.0磁共振兼容颅内深部电极，可以在人脑深部形成至个不等的极点，并将患者的血氧浓度、fMRI结构像及电极点所活得的脑深部电信号等三大块数据同步耦合在一起，从而将患者大脑的真实状态重构出来。电极本身所收集的信号非常贴近癫痫区域脑电神经元发作的起始点，通过起始点的发作、传导路径及功能状态，可以精准判断患者的癫痫致痫区和其癫痫传导路径。

除此之外，AI则可以在SEEG术前诊断、术中辅助及术后识别三个阶段发挥临床辅助决策(CDSS)功能。

在术前诊断阶段，AI可以对多个科室提供的患者样本数据进行融合，并结合临床经验进行固化，高效完成SEEG介入方案的输出，同时还能降低神经外科医生的学习门槛。

在术中辅助阶段，AI可以完成对脑影像的精准导航与定位，并在磁共振兼容状态下，协助完成SEEG手术的精准实施。

在SEEG术后识别期，AI可以依据国际领先的脑电及癫痫特征识别算法，实现对癫痫致痫灶和下一步癫痫致痫病灶断离术提供风险评估辅助。

医生对于难治性癫痫手术根治术的术后诊断决策周期通常为7至14天，而在引入AI辅助系统后，医生的决策周期可以缩短至1至4天。

人类对于人脑的研究知之甚少，人脑一天耗能仅为20至30瓦，目前的人工智能要想达到人脑同样的决策效率，百万倍耗估计都未必都能够实现。我们对于人脑的理解与学习滞后，之前是因为没有丰富的数据，现在利用癫痫这一病理性切入点，未来在这方面还可以做的更多，不单单是癫痫诊断和治疗，包括在神经退行性疾病如阿尔茨海默病、帕金森等也能通过对脑深部信息的判读，实现提前识别，并对提早介入与干预提供更长的窗口期，而非达到大规模不可逆的阶段才进行治疗。如果说0年的人类基因组工程逐步解开人类生命密码的话，在未来15年甚至30年对人类大脑的深度研究，并借助大脑这一“超级计算机”所体现出的巨大比较优势，实现在人工智能与类脑研究领域的重大突破，造福病患甚至人类，都是有可能的。

杨欢诺尔医疗联合创始人/COO

互联网与大数据领域连续创业者，法律与企业管理双背景，过往所参与项目获得包括赛富亚洲、蚂蚁金服等一线投资及互联网巨头累计超过3亿元VC投资，专注于企业战略与商业模式创新，对企业治理结构与股权架构有独到见解。

NeuroEchos诺尔医疗是一家面向全球、聚焦脑功能神经外科的精准医疗与AI临床辅助决策领域的高科技企业，致力于成为全球最顶尖的脑外科临床辅助决策与诊断领域的领跑者。

公司团队均自海内外相关领域最顶尖的国际化人才，并形成与国内及国际顶尖高校间的广泛交流合作（UCLA、南洋理工大学等），由功能神经外科领域、脑科学与类脑研究、人工智能与算法领域、医疗器械与脑机接口领域资深人士共同创立。

NeuroEchos专注于功能神经外科精准诊断，特别是基于癫痫高频HFO核心算法在癫痫领域的精准识别与诊断等，公司产品方向包含用于收集脑电数据的具备磁共振兼容能力的脑深部电极（高值进口医疗器械替代、国产医疗器械升级替代），以及用于功能神经外科诊断的AI临床辅助决策算法产品（基于HFO高频小波核心AI算法）。

目前NeuroEchos已获得包括基石资本（深圳市天使母基金）、阳和长富（四家医疗器械A股上市公司和长城证券）、华翼壹号（深圳市中小企业产业投资基金）等多为知名产业及VC投资方千万元天使轮投资，目前正在进行五千万左右PreA融资。

□如想与诺尔医疗联合创始人杨欢先生探讨更多关于这个话题的干货，欢迎添加健一君