// Sisältö

Muutaman sairaalapäivän aikana 13 epilepsiapotilasta sai puhelimeensa kohtaushälytyksiä ja vastasi jokaiseen kyllä tai ei. He vastasivat yli kahteen kolmasosaan hälytyksistä. Algoritmi opetettiin uudelleen näillä lyhyillä vastauksilla, ja simulaatiossa sen väärät hälytykset vähenivät noin 80 prosenttia. Kokeneiden asiantuntijoiden merkinnät toivat vain 2 prosenttia lisää. Mutta on yksi ongelma: uusi versio ei havainnut oikeita kohtauksia vanhaa paremmin.

Kaikki osallistujat olivat Pennsylvanian yliopiston sairaalan epilepsian seurantayksikössä, ja jokaisella oli puhelimessaan sovellus, jossa tekoälyavustaja oli kytketty omaan EEG:hen. Neurologi Brian Littin ryhmän tutkimus julkaistiin Nature Medicine -lehdessä 13. lokakuuta 2026. Tekijät kutsuvat sitä konseptin todistukseksi: otos on pieni, ja kaikki tapahtui sairaalan sisällä. Alustan rakensivat Littin laboratorion biotekniikan tohtoriopiskelijat Zack Goldblum ja Haoer Shi.

Osasto, jolla kaikki odottavat kohtausta

Tällaiseen yksikköön ei tulla hoidettavaksi vaan saamaan kohtaus valvotuissa oloissa. Potilas viettää useita päiviä videokuvassa elektrodit päässä, jotta lääkärit saavat kohtauksen tallenteelle ja näkevät, mistä se alkaa. EEG eli elektroenkefalografia tallentaa aivojen sähköistä toimintaa, ja kohtauksen aikana käyrän rytmi muuttuu tavalla, jonka kokenut lääkäri huomaa heti. Yksitoista osallistujaa sai elektrodit päänahkaan ja kaksi aivojen sisään, kerrotaan avoimen aineiston kuvauksessa .

Tallennetta seuraa ilmaisinohjelma. Se hälyttää usein turhaan, esimerkiksi kun joku raapii päätään tai kääntyy unissaan ja liike jättää käyrään kohinaa. Jos hoitaja kutsutaan jokaisen tällaisen takia, illaksi kukaan ei enää usko hälytyksiin.

Tavallisesti lääkärit ja insinöörit säätävät tällaisen ilmaisimen yksittäiselle ihmiselle, ja se vie kuukausien henkilökohtaisen ohjelmoinnin. Littin tiimi ehdotti kysymistä sellaiselta, joka tietää varmasti, tapahtuiko kohtaus. Panokset ovat suuremmat kuin miltä näyttää: WHO arvioi, että jopa 70 prosenttia epilepsiaa sairastavista voisi elää kohtauksitta, jos heidät diagnosoitaisiin ja hoidettaisiin oikein. Tarkka kirjaus kohtauksista on se kohta, josta diagnoosi alkaa.

Kolme nappia kuukausien säätämisen sijaan

Päälöydös on piilossa vaatimattomimmassa teossa. Aina kun ilmaisin merkitsi mahdollisen kohtauksen, puhelin kysyi: tapahtuiko tämä oikeasti? Potilas saattoi vastata kyllä, ei tai en ole varma. Potilaat vastasivat yli kahteen kolmasosaan kysymyksistä, kertoo MedicalXpress .

Rivi hälytyskelloja, lähes kaikki kankaalla vaimennettuja: potilaiden vastaukset hiljensivät suurimman osan vääristä hälytyksistä
Rivi hälytyskelloja, lähes kaikki kankaalla vaimennettuja: potilaiden vastaukset hiljensivät suurimman osan vääristä hälytyksistä

Näistä vastauksista tuli algoritmille vihjeitä, samaan tapaan kuin valokuvien kuvatekstit, joiden avulla neuroverkko oppii tunnistamaan kissoja. Kun ilmaisin oli opetettu uudelleen niillä, se antoi sairaalajakson aikana noin 80 prosenttia vähemmän tarpeettomia hälytyksiä. Luku on peräisin simulaatiosta: tiimi ajoi tallenteet jälkikäteen uudelleenopetetun mallin läpi ja laski, montako hälytystä se olisi antanut. Miten järjestelmä toimii livenä, on siis vielä avoin kysymys.

Uusi versio muuttui rauhallisemmaksi, ei terävämmäksi. Se lakkasi pitämästä turhaa meteliä, mutta jätti oikeita kohtauksia huomaamatta yhtä paljon kuin ennenkin.

Mitä ihmiset kysyvät omilta aivoiltaan

Sovellus toimii kumpaankin suuntaan. Potilas kirjoittaa kysymyksen, ja tekoälyagentti vastaa suorasta EEG-tallenteesta, välillä kaavion kera. Keskustelun takana oli OpenAI:n GPT-4o-mini-mallin versio, johon päästiin yksityisen kanavan kautta; sopimus kieltää sitä säilyttämästä potilastietoja tai opettamasta niillä itseään. Jokainen viesti kumpaankin suuntaan kulki automaattisen turvatarkistuksen läpi, kirjoittaa Medical Economics .

Suurin osa keskusteluista koski kohtauksia, unta, mielialaa ja jaksamista. Tyypillinen kysymys: oliko minulla kohtaus viime yönä? Järjestelmä itse puhui suurimman osan, noin 69 prosenttia viesteistä: hälytykset, kolmesti päivässä tehtävät kyselyt ja vastaukset. Yksinkertainen vastaus tuli noin 2 sekunnissa, nopeammin kuin hoitaja ehtii kävellä huoneeseen. Kysymys, jonka takia järjestelmä joutui kaivamaan EEG-tallennetta, kuten “kuinka paljon nukuin?”, vei noin 9 sekuntia. Viisi kolmestatoista kysyi omasta aloitteestaan, voisiko järjestelmän viedä kotiin. Tiimin vastaus oli, ettei vielä, mutta työ etenee sinne päin, muistelee Goldblum Medical Economicsin haastattelussa. Käytettävyyskyselyn täytti vain viisi osallistujaa, ja he antoivat sovellukselle keskimäärin 83 pistettä sadasta.

// Koe lukuina

1 307viestiä ihmisten ja järjestelmän välillä
35 / 38omia tietoja koskevaa kysymystä vastattu oikein
≈80%vähemmän vääriä hälytyksiä simulaatiossa potilaiden vastauksilla tehdyn uudelleenopetuksen jälkeen
5 / 13osallistujaa pyysi säilyttää pääsyn kotiutumisen jälkeen

Miksi lääkinnälliset laitteet vaikenevat

Litt tiivistää ajatuksen yksinkertaisesti: potilaat ymmärtävät usein sairautensa piirteitä, joita anturit eivät pysty mittaamaan suoraan. Nämä ovat hänen sanojaan Pennsylvanian yliopiston tiedotteessa . Ihminen tietää nukkuneensa huonosti ennen kohtausta tai jättäneensä pillerin ottamatta. Laite näkee vain viivan käyrällä.

Paluukanavaa toiseen suuntaan ei juuri ole sekään. Yhdysvalloissa epilepsiaan on hyväksytty kolme implantoitavaa laitetta: vagushermostimulaatio, reagoiva neurostimulaatio (RNS) ja syvä aivostimulaatio. Mikään niistä ei voi jakaa tietoa potilaiden kanssa reaaliajassa, tekijät kirjoittavat. Toisin sanoen ihminen voi oppia jotakin omasta laitteestaan vain lääkärin kautta. Litt sanoo sen suoraan: data kätkee monia vihjeitä siitä, miten käyttäytyminen vaikuttaa terveyteen, mutta potilailla ei tällä hetkellä ole keinoa oppia niitä hetkessä, siteeraa häntä NIH .

Miten järjestelmä on rakennettu

Järjestelmässä on kolme osaa. Ohjelmisto tallentaa jatkuvasti signaalin EEG-elektrodeilta. Turvallinen pilviympäristö, joka täyttää Yhdysvaltain terveystietojen yksityisyyssäännöt, analysoi tallenteen lähes reaaliajassa. Kolmas osa on älypuhelinsovellus, jonka kautta potilas lähettää viestejä tekoälyagentille; agentti vastaa kysymyksiin ja lähettää omia ilmoituksiaan. Osallistujien tallenteet ovat avoimesti muiden tutkijoiden käytettävissä. Työtä rahoittaa 5,6 miljoonan dollarin NIH Pioneer Award, ja varhainen versio ilmestyi tammikuussa 2026 esipainoksena medRxivissä vielä rohkeammalla otsikolla: “An Implantable Device that Converses with Patients and Learns to Co-Manage Epilepsy”.

Mitä koe ei ole vielä osoittanut

Maailmassa on noin 50 miljoonaa epilepsiaa sairastavaa, WHO:n mukaan . Siksi on houkuttelevaa lukea tämä työ hoitouutisena. Kyse on kuitenkin muusta. Kolmetoista potilasta vietti muutaman päivän yhdessä sairaalassa henkilökunnan valvonnassa, eikä koetta suunniteltu osoittamaan, saisivatko ihmiset vähemmän kohtauksia.

Sen selvittävät seuraavat avohoitokokeet, joissa käytetään minimaalisesti invasiivista EEG:tä ja puettavia antureita. Ne laskevat sen, mikä arjessa on tärkeää: kuinka usein kohtauksia tulee ja kuinka vaikeita ne ovat, montako ambulanssikutsua ja sairaalakäyntiä ihmiset tarvitsevat. Sen jälkeen tekijät haluavat käyttää tällaista dialogia Parkinsonin taudin syvän aivostimulaation säätämiseen automaattisesti. He uskovat sen voivan auttaa myös sydämentahdistimen ja insuliinipumpun käyttäjiä. He odottavat sääntelijöiden hyväksyvän tällaiset järjestelmät vaiheittain, aloittaen sellaisista, jotka vain neuvovat eivätkä päätä mitään itse.

Tämänkaltaiset laitteet keräävät vuosia hiljaa tietoa kehosta. Tässä kokeessa laite kysyi omistajaltaan, mitä oikein tapahtuu, ja omistajan vastaukset tekivät siitä tarkemman.