// Contingut
Durant uns quants dies d’hospital, 13 pacients amb epilèpsia van rebre alertes de crisi al mòbil i van respondre cada una amb un sí o un no. En van respondre més de dos terços. L’algorisme es va tornar a entrenar amb aquestes respostes breus i, en una simulació, les falses alarmes van caure al voltant d’un 80%. Les etiquetes d’especialistes experimentats només hi van afegir un 2% més. Però hi ha una pega: la versió nova no va detectar les crisis reals millor que l’anterior.
Tots els participants estaven ingressats a la unitat de monitoratge de l’epilèpsia de l’Hospital de la Universitat de Pennsilvània, i cadascun tenia al mòbil una aplicació amb un assistent d’IA connectat al seu propi EEG. El treball del grup del neuròleg Brian Litt es va publicar a Nature Medicine el 13 d’octubre del 2026. Els autors el defineixen com una prova de concepte: la mostra és minúscula i tot va passar dins de l’hospital. La plataforma la van construir els doctorands de bioenginyeria Zack Goldblum i Haoer Shi, del laboratori de Litt.
La sala on tothom espera una crisi
A una unitat així no s’hi ingressa per curar-se, sinó per tenir una crisi sota vigilància. El pacient passa diversos dies gravat en vídeo, amb elèctrodes al cap, perquè els metges puguin captar una crisi en el registre i veure d’on arrenca. L’EEG, o electroencefalografia, enregistra l’activitat elèctrica del cervell, i durant una crisi el ritme del traçat canvia d’una manera que un metge experimentat detecta a l’instant. Onze participants duien els elèctrodes al cuir cabellut i dos, dins del cervell, segons la descripció del conjunt de dades obert .
Un programa detector vigila el registre. Sovint dona l’alarma sense motiu, per exemple quan algú es grata el cap o es gira dormint i el moviment deixa soroll al traçat. Si truques una infermera per cada un d’aquests casos, al vespre ningú no es creurà les alarmes.
Normalment, metges i enginyers ajusten aquest detector a una persona concreta, i això porta mesos de programació presencial. L’equip de Litt va proposar preguntar-ho a qui ho sap del cert: si hi ha hagut una crisi o no. El que hi ha en joc és més del que sembla: l’OMS calcula que fins al 70% de les persones amb epilèpsia podrien viure sense crisis si rebessin un diagnòstic i un tractament correctes. Un registre precís de les crisis és el punt de partida d’aquest diagnòstic.
Tres botons en lloc de mesos d’ajustos
La troballa principal s’amaga en l’acció més humil. Cada vegada que el detector assenyalava una possible crisi, el mòbil preguntava: ha passat de debò? El pacient podia respondre sí, no o no n’estic segur. Els pacients van respondre més de dos terços d’aquestes preguntes, informa MedicalXpress .
Aquelles respostes es van convertir en pistes per a l’algorisme, de manera semblant als peus de foto que ensenyen una xarxa neuronal a reconèixer gats. Un cop reentrenat amb elles, el detector va generar un 80% menys d’alarmes innecessàries durant l’estada a l’hospital. Aquesta xifra surt d’una simulació: l’equip va tornar a passar els registres pel model reentrenat i va comptar quantes alarmes hauria donat. Així que com es comporta el sistema en directe encara és una incògnita.
La versió nova es va tornar més tranquil·la, no més fina. Va deixar de fer soroll per no res, però es va deixar escapar tantes crisis reals com abans.
Què li pregunta la gent al seu propi cervell
L’aplicació funciona en tots dos sentits. El pacient escriu una pregunta i l’agent d’IA respon a partir de l’EEG en directe, de vegades amb un gràfic. Darrere de la conversa hi havia una versió del GPT-4o-mini d’OpenAI, a la qual s’accedia per un canal privat que per contracte no pot conservar dades dels pacients ni entrenar-s’hi. Tots els missatges, en un sentit i en l’altre, passaven per una revisió automàtica de seguretat, escriu Medical Economics .
La majoria de converses eren sobre crisis, son, estat d’ànim i energia. Una pregunta típica: he tingut una crisi aquesta nit? El sistema mateix va fer la major part de la conversa, un 69% dels missatges: alertes, enquestes tres cops al dia i respostes. Una resposta senzilla arribava en uns 2 segons, més de pressa que una infermera arribant a l’habitació. Una pregunta que obligava el sistema a escorcollar el registre de l’EEG, com ara «quant he dormit?», tardava uns 9 segons. Cinc dels tretze van demanar pel seu compte si es podien endur el sistema a casa. La resposta de l’equip va ser que encara no, però que cap allà van els treballs, recorda Goldblum en una entrevista a Medical Economics. Només cinc participants van omplir el qüestionari d’usabilitat, i de mitjana van donar a l’aplicació 83 punts sobre 100.
// L'assaig en xifres
Per què els dispositius mèdics callen
Litt ho resumeix de manera simple: els pacients sovint entenen aspectes de la seva malaltia que els sensors no poden mesurar directament. Són paraules seves al comunicat de la Universitat de Pennsilvània . Una persona sap que ha dormit malament abans d’una crisi o que s’ha saltat una pastilla. L’aparell només veu una línia en un traçat.
El canal en sentit contrari tampoc gairebé no existeix. Als Estats Units hi ha tres dispositius implantables aprovats per a l’epilèpsia: l’estimulació del nervi vague, la neuroestimulació sensible (RNS) i l’estimulació cerebral profunda. Cap d’ells no pot compartir informació amb els pacients en temps real, escriuen els autors. És a dir, una persona només pot saber alguna cosa del seu propi aparell a través d’un metge. Litt ho diu sense embuts: les dades amaguen moltes pistes sobre com el comportament afecta la salut, però ara els pacients no tenen manera d’assabentar-se’n en el moment, com el cita l’NIH .
Com està fet el sistema
El sistema té tres parts. Un programari capta contínuament el senyal dels elèctrodes de l’EEG. Un entorn segur al núvol, que compleix les normes nord-americanes de privacitat mèdica, analitza el registre gairebé en temps real. La tercera part és una aplicació per a mòbil amb què el pacient escriu a l’agent d’IA, que respon preguntes i envia notificacions pel seu compte. Els registres dels participants estan a l’abast d’altres investigadors en obert. El treball el finança un premi Pioneer de l’NIH de 5,6 milions de dòlars, i una versió inicial va aparèixer el gener del 2026 com a preprint a medRxiv amb un títol encara més agosarat: «An Implantable Device that Converses with Patients and Learns to Co-Manage Epilepsy».
Què no ha demostrat encara l’assaig
Al món hi ha uns 50 milions de persones amb epilèpsia, segons l’OMS . Per això és temptador llegir aquest treball com una notícia sobre tractament. Va d’una altra cosa. Tretze pacients van passar uns quants dies en un sol hospital sota la supervisió del personal, i l’assaig no estava dissenyat per mostrar si la gent tindria menys crisis.
Això ho hauran de comprovar els assaigs ambulatoris següents, amb EEG mínimament invasiu i sensors portàtils. Comptaran el que importa en la vida quotidiana: amb quina freqüència es produeixen les crisis i com de greus són, quantes trucades a l’ambulància i visites a l’hospital calen. Després, els autors volen fer servir aquest tipus de diàleg per ajustar automàticament l’estimulació cerebral profunda en la malaltia de Parkinson. Creuen que també podria ajudar les persones amb marcapassos i bombes d’insulina. Esperen que els reguladors aprovin aquests sistemes per etapes, començant pels que només aconsellen i no decideixen res per si mateixos.
Aparells com aquests passen anys recollint dades sobre el cos en silenci. En aquest assaig, un aparell va preguntar al seu propietari què passava, i les respostes del propietari el van fer més precís.
