脑机接口在癫痫临床应用中的进展总结2026

脑机接口在癫痫临床应用中的进展总结2026脑机接口（brain-computerinterface）是一种通过解码大脑神经活动信号，将其转化为机器可执行指令，从而建立大脑与外部设备间直接通信通路的技术［1］。作为前沿科技的重要方向，脑机接口在医学、教育、娱乐及军事等领域具有广阔的应用前景，已成为全球科技战略布局的核心领域。国际上，欧美等国家和地区主导的“脑计划2.0”（BRAINInitiative2.0）和“人脑计划”（HumanBrainProject）均将脑机接口的基础研究与产业化列为重点部署方向。我国的科技创新2030——“脑科学与类脑研究”重大专项通过资金投入与技术研发加速脑机接口产业发展，“十四五”规划与2035年远景目标纲要亦明确将脑机接口列为前沿技术攻关领域［2］。医学诊疗是当前脑机接口最主要的应用场景，其核心价值体现在对脑功能状态的动态监测、预警及调控干预，这一特性高度契合癫痫的临床管理需求。癫痫为以大脑神经元异常超同步放电为特征的慢性发作性脑部疾病，全球患者约为5000万例，造成重大疾病负担。我国癫痫患者约占全球总负担的12%，占东亚地区的95%［3］。癫痫的现行治疗以抗癫痫发作药物为主，但约30%患者存在耐药性，其中仅20%的耐药患者适合神经外科手术干预，且仅50%的病例可从手术获益［4］。近年来，脑机接口技术在癫痫领域取得显著突破，为临床诊疗提供全新解决方案。我们总结目前脑机接口在癫痫检测、预测及治疗中的研究进展，并探讨其未来在癫痫全周期管理中的转化潜力以及种种挑战。一、脑机接口技术在癫痫检测、预测领域的研究进展1924年德国神经学家汉斯·伯格首次记录人脑电信号并发现α/β节律，标志着神经电活动研究的开端［5］。1934年Gibbs夫妇成功捕获癫痫患者棘慢复合波后，脑电图作为癫痫的核心生物标志物，在近百年间持续指导疾病分型、药物选择及疗效评估［6］。近年来，随着神经解码技术的突破，脑机接口通过整合脑电监测与神经调控，基于实时生物标志物检测实现癫痫发作预测，并应用开环/闭环神经刺激技术提供精准个体化治疗。目前，脑机接口对于脑电信号的采集方法可分为非侵入式和侵入式。非侵入式方法包括头皮脑电图，侵入式方法包括皮质脑电图（electrocorticography，ECoG）、立体定向脑电图、局部场电位及单神经元电位［7］等。癫痫发作检测通过自动识别发作事件为患者提供相对准确的发作信息及预警，其脑机接口实现路径包括：计算脑电参数（包括频谱功率、脑区能量和全局同步水平等）［8,9］，采用支持向量机、卷积神经网络等人工智能算法分类发作特征以判定发作状态［10,11］。癫痫发作预测则通过识别发作前尖波、棘波、高频振荡或脑网络连接异常等标志物［12,13］，在无明显临床症状时预判癫痫事件。近年来，多国将脑科学与脑机接口技术提升至国家战略高度，通过设立国家级科研规划、完善产业链布局［14］，使得脑机接口研究从学术探索阶段过渡至应用实验阶段，目前多项真实世界研究均验证了脑机接口癫痫检测的可行性。2022年，Japaridze等［15］报道了一项非侵入式单极脑电癫痫检测的Ⅲ期临床试验，结果显示在拥有典型电生理特征的失神癫痫中，其检测灵敏度可达79.12%。后续有研究进一步在失神癫痫中验证了非侵入头皮脑电设备在癫痫发作起始期即时反馈中的可行性，并提出癫痫发作早期干预思路［16］。近期Epilepsia杂志报道了数例头皮下脑电癫痫监测真实世界试点研究（如SUBER队列和UMPIRE队列），使用市售商业癫痫分析软件进行信号解码，在识别有临床意义的脑电发作及致痫部位取得令人满意的结果（检测灵敏度均达85%以上），验证了侵入式脑电监测的安全性的临床应用价值［17,18,19］。其中一项长期脑电监测结果提示癫痫发作的“周期性节律”，有潜力作为癫痫预测模型的生物标志物，实现癫痫发作高风险期的干预［19］。除此之外，脑机接口脑电检测的硬件优化、新型交互设备的研发、脑电特征提取算法迭代更新及脑电公开数据库的构建，也进一步扩展了癫痫检测的应用空间，提高了癫痫发作前预测可实现性。例如近期复旦大学及脑虎科技团队开发的高分辨率微皮质脑电图系统，已成功在活体动物内验证了其长期稳定性及生物相容性，以及中国科学院联合东华大学在Nature杂志上提出“动态电极”的新范式，实现了电极在颅内的可控性移位，有潜力进一步提高癫痫电信号捕捉的时空灵敏度［20,21,22］。一些研究发现了心血管、呼吸、体温等生物信号可在癫痫发作期甚至发作前产生特征性变化，引导开发了一众新型可穿戴癫痫监测及预测设备［23］，这些设备可通过蓝牙连接与智能界面完成实时交互，从多模态信号角度提高癫痫信号收集效率。近期多中心公开了可穿戴监测设备的初步试点成果，如：加拿大78例患者队列证明用于检测心率及呼吸的智能背心对癫痫发作日的预测效能优于随机效应［24］；来自欧洲8个癫痫中心的384例患者队列研究使用腕带联合非侵入式脑电实现多模态癫痫信号的精准监测（灵敏度90%~100%）［25］；韩国14例患者使用耳戴式居家监测设备协助临床治疗方案的有效调整［26］等。迄今为止，在即时癫痫预测领域尚无大规模的前瞻性临床试验证据，其难点在于发作前信号采集与解码、大规模数据验证及个体化精确实现。尽管即时癫痫预测仍面临从理论到临床的转化挑战，但全球范围内大规模数据库的建立与人工智能算法的迭代［27］正逐步推动该领域走向成熟。二、脑机接口技术在癫痫治疗领域的研究进展检测到发作事件后，脑机接口通过神经调控实施干预：开环刺激（如迷走神经刺激、脑深部电刺激）按预设协议激活，无实时脑状态反馈［28,29］；闭环刺激则集成传感-检测-调控模块，通过植入传感器持续监测脑活动，识别生物标志物后自动触发调控设备阻断发作［30］。闭环系统仅在检测到发作指标时激活，显著减少无效刺激及长期不良反应。目前，闭环神经调控反应性神经刺激（responsiveneurostimulationsystem，RNS）系统（TheNeuroPaceResponsiveNeurostimulationsystem，MountainView，CA，USA）已获美国食品药品监督管理局批准，被用于大于18岁癫痫患者的治疗［31］。该系统通过颅骨植入脉冲发生器连接深部/皮质电极，以ECoG模式为生物标志物触发靶向刺激。其核心优势在于精准、实时地监测并干预癫痫发作，从而在疗效、安全性等方面较传统诊疗方案展现出显著的优越性（表1）。Ⅰ类证据表明：患者植入RNS系统后1~2年癫痫发作中位降低率分别为44%和53%，长期随访显示3~6年降低率达48%~66%；6年随访中70%的颞叶/新皮质癫痫患者发作频率显著降低，15%患者实现≥1年无发作［32］。基于其个体化调控模式、明确疗效及良好安全性，RNS系统已成为药物难治性癫痫的可行治疗选择。现今中国多所研究机构正积极推进闭环反应性神经调控产品的研发验证，其中浙江大学联合佳量医疗团队开发的Epilcure系统已在多中心进行试点应用，其短期疗效不劣于全球唯一上市的RNS系统［33,34］，有望成为中国首款获批商用的癫痫脑机接口医疗设备。在此基础上，癫痫脑机接口技术仍在不断尝试拓展应用范围，更新治疗策略，多元化干预手段。如有研究者将丘脑中央中核等深部网络枢纽作为RNS干预靶点，患者术后1年平均发作减少率达82.6%，有潜力将RNS适应证扩展至全面性癫痫和多灶性癫痫［35］。同时，闭环刺激的触发机制也在向状态依赖模式演进。有研究指出，基于脑动态状态而非固定电生理阈值施加刺激，可增强即时抑制效果并诱导持久网络重塑，可成为下一代闭环调控的核心方向［36］。RNS单纯电刺激虽能提供即时抑制，但作用往往短暂。为克服这一局限，近期一项研究开发了电刺激与按需药物释放相结合的闭环系统，在癫痫小鼠模型中，此举将电刺激的快速作用与药物的持续效应有机结合，显著稳定了神经网络活动，降低了后续发作的发生率［37］。除RNS以外，众多非侵入式干预策略也逐渐纳入脑机接口视角进行解读。数篇荟萃分析已经验证经颅磁刺激及经颅直流电刺激［38,39］的安全性，多个小规模短期试验结果证明其可通过影响区域皮质的兴奋性降低癫痫发作频率，但仍需长期、标准化参数、多中心的研究证据。此外，经颅超声刺激调控理论上可在低强度通过机械效应影响皮质兴奋性，在高强度实现精准病灶消融，目前已在灵长类动物模型中验证了其有效性［40］，多中心也已正在积极推进Ⅰ期临床试验［41,42］。综上，癫痫脑机接口技术正在向靶点层面、触发机制、干预模式等多方面不断演进。这些进展不仅提高了癫痫发作控制的有效性，也为未来个体化和精准化治疗提供了新的思路和方向。三、脑机接口技术在癫痫领域的挑战随着人机交互技术革新与人工智能算法的进步，脑机接口为癫痫诊疗开辟了广阔前景。然而，当前多数脑机接口系统仍处于实验室阶段，其应用成果局限于特定场景的有限患者群体。该技术实现广泛临床转化前需突破以下核心挑战。1.信号质量及解码的可靠性：高质量、稳定的神经信号是脑机接口系统的基础前提。非侵入式设备在经头皮与颅骨采集信号时，易受信号衰减及环境噪声干扰，亟需通过硬件设计与算法开发提升信噪比，保障后续分析可靠性。侵入式设备虽可获取高空间分辨率信号，但面临电极移位、植入部位感染、胶质瘢痕形成致信号衰减及材料生物相容性等风险，需深入探究人体对植入物的生物响应机制以优化安全性［43］。在信号质量保障基础上，神经解码算法的鲁棒性仍是其关键瓶颈——大脑结构与功能的个体异质性导致精准解码困难。尽管机器学习与深度学习算法提供新范式，其在大规模患者群体中的临床验证与实际应用仍存在显著缺口。2.临床转化与挑战：基于目前的疗效及安全性验证，可用于癫痫治疗的脑机接口手段为侵入式闭环神经调控RNS系统，但需严格把控适应证：年龄≥18岁、系统评估后致痫灶≤2个、2种及以上抗癫痫发作药物疗效不佳以及癫痫发作频繁或具有致残性。虽然多中心正积极推行超适应证真实世界试点研究，但对于儿童、孕妇、单药治疗的癫痫患者、全面性癫痫患者等群体的应用仍需审慎对待［44］。对于高龄患者群体（>50岁），初步队列已验证RNS应用的疗效及安全性不逊于年轻群体，预期减少抗癫痫发作药物可降低对其他慢性病的影响［45］，但需进行细致的术前评估和术后护理，注意暂停或减量高出血风险药物，预防局部感染。非侵入式智能监测设备适用性广泛，主要不良反应为皮肤不适与疼痛，降低了患者的使用依从性，在患儿中表现较突出；此外，患儿的神经可塑性及癫痫类型可变性增加了脑机接口系统长期应用的难度。大脑信号模式会随学习、康复进程乃至日常活动不断演变，导致初期有效的固定解码算法随时间推移逐渐失效，出现性能衰减。因此，开发具备持续学习能力的自适应型脑机接口系统，实现个性化动态校准，成为维持其长期性能的关键。而目前非侵入式干预临床有效性与普适性验证不足，缺乏大规模、多中心、前瞻性随机对照试验的支持，难以确凿评估其相对于药物、手术等传统疗法的优势。最后，成本效益与可及性是决定脑机接口技术能否实现推广的现实瓶颈。高精度侵入式脑机接口面临高昂的手术植入与长期维护费用，而非侵入式系统的高性能硬件同样成本不菲。若不能有效控制整体费用，脑机接口技术将难以走向规模化应用，甚至可能加剧医疗资源分配的不平等，偏离其帮助广大患者的初衷。3.伦理及安全性：个人隐私与伦理问题是制约脑机接口发展的关键因素。大脑神经活动包含与个体身份密切相关的高度个性化信息及神经系统状态的敏感数据，而脑机接口可在用户无意识状态下获取此类隐私，甚至可能被用于替代用户决策［46］。在该技术广泛应用前，亟需通过完善政策法规框架以防范隐私泄露风险并保障知情同意权。此外，脑机接口系统面临潜在的网络攻击威胁——攻击者可能干扰设备功能或篡改神经输出指令，进而对使用者造成生理危害。因此，网络安全是脑机接口系统设计的核心考量因素［43］。4.患者依从性与社会接受度：脑机接口设备的性能固然重要，但设计舒适性与佩戴体验更是影响用户接受度的关键因素。当前脑机接口设备多由电极、放大器及显性附件（如头盔）构成，限制了其在患者日常场景中的应用；即便更便携的版本仍需依赖电极盒与头带固定装置。在脑机接口尚未通过实际场景验证其生活质量改善效果的现阶段，说服患者长期接受舒适度不足且外观欠佳的设备仍是潜在挑战。尤其值得注意的是，癫痫污名化引发的患者病耻感持续阻碍诊疗事业发展，该现象在中国尤为突出——大量患者甚至隐瞒病史并拒绝治疗［47］。因此，癫痫相关系统的研发亟需采用患者需求导向的设计理念及试验范式，这将成为推动脑机接口在癫痫诊疗中应用落地的决定性环节。四、展望与建议脑机接口已在癫痫诊疗领域展现出显著潜力，综合上述研究进展及挑战，笔者提出以下未来发展方向建议。1.多模态数据融合与调控策略拓展：当前脑机接口设备主要依赖脑电信号获取神经信息，这源于脑电图在神经系统疾病诊疗中的长期应用基础。然而，仅凭脑电信号解析大脑活动及筛选生物标志物存在局限性。具备更高时空分辨率的脑磁图（magnetoencephalography）［48］，以及通过血流动力学反映脑功能状态的功能性近红外光谱技术（functionalnear-infraredspectroscopy）［49］，均可提供多维度的神经信息补充。整合多模态数据有望构建更全面的脑状态表征体系。在神经调控方面，除电刺激外，光遗传学技术已证实可实现对特定细胞群的空间精准调