用AI提高癲癇診斷效率？「諾爾醫療」在SEEG技術上有了新思路

如果把大腦中的“意識”想成神經元放電所形成的一些特定資訊，原來人類在理解和認知大腦的狀態時，是沒有任何手段去精確獲取這些深部腦電資訊的。

後來，“非侵入式”的方式漸漸成了人們獲得這些腦電資訊治療癲癇等腦部疾病的常用手段，常見的非侵入式技術包括腦電圖、腦磁圖、功能性磁共振成像、功能性近紅外成像、正電子發射斷層成像等。

這種非侵入式技術雖然在某種程度上解決了對大腦神經組織的物理損傷，但同時也帶來了另外一個困局，即無法單刀直入地獲得最精準的腦電資訊，不利於癲癇等腦部疾病的診斷和治療。

如果把人腦部的神經活動想象成一場10萬人的足球賽，體育場裡的觀眾就是神經元。在比賽過程中，非侵入式技術就好比一個人站在足球場外，只能低效地根據場內的聲音得出一些模糊的資訊。當我們要判斷體育場內呼喊的人群中哪些是英國球迷，哪些是法國球迷，最直接的手段就是站在球迷附近，判讀這一區域的人們說的是英語還是法語。

同理，要判斷腦部某一處的神經元放電形成的資訊時，就需要透過立體定向腦電圖技術

（以下簡稱“SEEG”）

電極等手段直接植入到大腦中收集訊號，判斷出這部分神經元訊號所具有的特徵。

之前常見的“非侵入式”方式，不僅收集資訊的準確性更低，且所需的腦電診療裝置及其專業人員大多集中在大城市的三甲醫院。

以癲癇為例，病患腦部放電波形眾多、變換複雜，分型繁多，還需要專業人員去識別假陽性異常放電，對專業知識要求極高，而市面上的腦電圖技師人才數量不足，導致腦電讀圖團隊負荷過高。其他市縣級醫院裝置及人員資源嚴重匱乏，整個市場的供給端資源嚴重不足。

而在需求端，受功能神經疾病困擾的病患群體巨大，抑鬱症、癲癇、帕金森等患者的人數每年都在增長中。

以癲癇為例，截至2021年，全球約有5500萬癲癇患者，其中，中國的癲癇患者佔了全球的五分之一，病患人數每年還有30-40萬的增長，其中約10萬人屬於藥物難治性癲癇病患。加上癲癇等腦部疾病患者大多需長程用藥，有龐大的預警需求和定期檢查需求。

其中硬膜下皮層電極

（ECoG）

雖然也屬於“侵入式”技術，但由於需要進行開顱手術，併發症風險相對較高，且一般要在開顱取出電極後立馬對致癇區進行手術切除，需要做非常詳盡的術前規劃。

由於上述技術都存在著一定的弊端，SEEG成為近年來在國際上主流的一種癲癇病灶定位技術。

由於屬於“侵入式”技術，定位方法也從之前的二維層面到了三維層面，從之前“非侵入式”的長、寬，變成了“侵入式”的長、寬、高，實現了對大腦的全方位立體覆蓋，與皮層電極相比，在不用進行開顱手術的前提下，能夠以微創方式準確地定位病灶，提高癲癇的治療效果。

SEEG技術中所要使用的立體定向電極可以直接放置在顱內特殊靶向部位，如額葉深部、大腦內側面、扣帶回、顳葉內側等常規皮層電極無法達到的部位，術前能夠設定電極的路徑，從而能規避觸碰到顱內的動脈、靜脈，大大降低手術風險。

每一根立體定向電極有十幾個觸點，每一個觸點都代表著一路腦電圖的通道。由於癲癇本身的發作有非常高度的個性化特徵，這種個性化特徵帶來的就是個性化的診療方式，針對每個患者個體化的手術路徑，電極的每個觸點可以對應不同的解剖部位，定位精確。

且對比起常規硬膜下皮層電極需要在全麻下進行大骨瓣開顱手術，使用立體定向電極的手術創傷非常小，僅需區域性麻醉後在顱骨上鑽不超過3mm的小孔去完成操作，術後當天就能下地行走。

SEEG的立體定向電極監測範圍很廣，可以監測雙側、多個腦葉，有助於散在腦區的鑑別診斷，除查證癲癇病灶外，電極還可以進行大腦功能定位和誘發試驗等。

此外，SEEG的立體定向電極還具備熱凝損毀功能，對於小範圍的病灶可以利用電極的熱凝功能進行損毀，從而避免開顱手術。

但是，隨著SEEG技術的不斷普及和發展，其短板也越來越明顯，SEEG技術給醫學層面的運用帶去了一個很大的負擔。

由於在癲癇這一塊，患者不發作時整個大腦處於正常狀態，根本看不出人或者其腦電的任何異常，所以為監測到那百分之一的大腦異常放電，就避免不了對癲癇患者做長程記錄，也就避免不了造成資料的冗餘。

一般情況下，在做監測時，電極需要放在癲癇患者大腦中15-20天，大概對應是20000到25000分鐘的腦電時長，這些記錄所生成的腦電資料以及高畫質影片等資料的總量大約在3-5T，有效資料摻和在無效資料中，比例高達1： 99，如何高效地去分析和處理這些巨量資料呢？

在這樣的大背景下，2017年，諾爾醫療成立了，高效分析、處理監測過程中產生的巨量資料就是諾爾正在做的事情。從成立到現在，諾爾醫療一直專注於打造基於SEEG電極的癲癇腦電AI輔助決策系統。

諾爾醫療看到了隨著多學科診療模式

（簡稱“MDT”）

等新模式的出現，以及新裝置的使用所導致的海量資料的生成，與癲癇診斷過程中仍大量依賴腦電圖師來純人工讀圖的低效模式所形成的巨大沖突。

在依賴純人工讀圖診斷時，難治性癲癇SEEG術後診斷需耗時25-30天，SEEG術後監測需15天左右，期間費用1200元1天，結束後，等待SEEG診斷結論的輸出需要7-10天。

而諾爾的癲癇腦電分析引擎透過SEEG癲癇波以及高頻小波（HFO）核心演算法實現了對腦電波異常的自動識別與標註，將這些異常自動標註出來後再轉交給相關的腦電圖師去做第二層判斷，即對這些異常腦電做分析，這樣的輔助提升了整個流程的效率。

智慧腦電分析引擎（neuroot 1。0）

其中，難治性癲癇SEEG術後診斷耗時從之前的一個月縮短至5-7天，術後AI監測也由原來的15天左右縮短到3-5天，而得到輔助的診斷決策則僅需1-2天。

整個過程從純人工模式下的兩個月縮短到只需半個月。諾爾醫療除大大提升了臨床診斷效率外，藉此還為患者省去了一部分的費用。

為了提高SEEG診斷、治療的效率，截至目前，諾爾醫療已推出的產品分為診斷類產品管線和治療類產品管線，以完善其Neuroot系統。

智慧腦電雲平臺

其中，診斷類產品管線包括融合了諾爾1。0版癲癇AI演算法的一代3。0T磁共振電極，以及融合了2。0版pHFO高頻演算法的二代Macro-Micro射頻消融；治療類產品管線有結合了3D多模態融合演算法的三代鐳射消融產品。

其中，諾爾的Macro-Micro電極接頭採用了鉑銥合金材質，使得通道阻抗低，生物相容性更強，可與通用射頻消融裝置相容，能實現在磁共振相容下采集腦電。植入Micro電極後的術中、術後的AI輔助決策軟體可以在較高頻段獲得更高的信噪比，利用癲癇波和pHFO高頻小波自動識別演算法，輔助腦電圖師提升判讀效率，提高癲癇致癇區辨識精準性。

磁共振相容功能

諾爾還在臨床附加服務上聯合UCLA、浙大人工實驗室，建立了專門的腦電演算法處理實驗室，滿足臨床資料的分析要求。

由於SEEG是一個高度專業又跨學科的細分領域，諾爾的團隊也是一個交叉學科團隊，團隊主要成員研究方向不同，創新融合了腦科學、癲癇、人工智慧等多學科。

2020年底，諾爾醫療在pre-A輪中獲得3000萬元融資，由澳銀資本、元生創投聯合投資。而就在2021年底，諾爾也已順利推動A輪融資，即將完成交易交割，連續融資獲得的資金，將主要用於NeuroEchos諾爾軟硬體系統的繼續研發工作和市場化。

未來，諾爾醫療還計劃在如SEEG電極等醫療器械端繼續創新醫療器械，減少SEEG診療手術的環節，提升採集的信噪比。

據透露，目前諾爾醫療已完成預研一代、研發一代、生產一代的佈局，首代電極產品也已順利完成90例臨床入組，已進入FDA\CE\NMPA的註冊申報階段。

此外，SEEG技術不僅可以應用在癲癇的診斷和治療上，對此，諾爾醫療創始人兼CEO楊歡告訴創業邦：“只是由於癲癇的發病個體化的特性，所以被率先應用在了治療癲癇上。在近兩年，全球很多高因子論文的發表上出現了很多重量級文章，SEEG技術由於其量化大腦模型的底層性，目前除針對功能神經疾病的研究和治療以外，已經擴充套件到對於大腦的底層邏輯的研究上。”

去年3月，Nature子刊《Nature Neuroscience》上發表了一篇研究，加州大學舊金山分校的華裔教授Edward Chang利用人工智慧演算法將腦電訊號翻譯成句子，準確率達到97%，遠超去年Facebook報道的76%。這也就預示著當我們知道了人類的意識底層的解碼和編碼的邏輯後，就可以應用在醫學上腦疾病的診斷和治療，甚至恢復。

由於SEEG對大腦治療方式的底層性，除應用在癲癇領域外，關於難治性抑鬱症、自閉症、阿爾茲海默症、帕金森等神經疾病，也能起到一定的作用。

已知癲癇是顱內的神經元的異常放電，那麼躁鬱症和抑鬱症則是人類在接受外部資訊的刺激後，大腦的反饋機制出了問題，當個體在沒有獲得外部資訊刺激時仍然異常興奮，或者在獲取外部資訊的刺激後，長時間、持續性的無法產生興奮的反饋，這種過度興奮狀態體現出來的就是躁鬱症，過度抑鬱狀態所體現出來的就是抑鬱症。

所以對於抑鬱症的干預，更多的是讓神經元“吃興奮劑”，讓大腦能夠興奮起來，對於癲癇，就是給它“吃抑制劑”，壓制大腦的興奮。

通俗來說，這些疾病都屬於大腦的神經元在它的該有的穩態模型上失穩了，而在利用SEEG技術後可以找到具體是哪些功能區域出現異常，採取措施讓相關功能恢復穩態或是避免異常區域對正常功能產生不利影響。

如今的SEEG技術還存在大量的可以用演算法去迭代的潛力，在進入國內短短几年時間發展就如此迅猛，科學界也在同一時間段發出了能夠用於治療更多型別的腦部疾病的訊號，未來，SEEG技術還有非常大的發展空間，諾爾醫療也將持續打造基於SEEG電極的癲癇腦電AI輔助決策系統，繼續推動腦疾病的診斷和治療。