// Innhold
I løpet av noen dager på sykehus fikk 13 epilepsipasienter varsler om anfall på telefonen og svarte på hvert enkelt med ja eller nei. De svarte på mer enn to tredjedeler. Algoritmen ble trent opp på nytt med disse korte svarene, og i en simulering falt antallet falske alarmer med rundt 80 %. Merkinger fra erfarne spesialister ga bare 2 % til. Men det er en hake: den nye versjonen fanget ekte anfall like dårlig som den gamle.
Alle deltakerne lå på epilepsiovervåkingsavdelingen ved University of Pennsylvania-sykehuset, og hver hadde en mobilapp med en AI-assistent koblet til sitt eget EEG. Arbeidet til nevrolog Brian Litts gruppe stod i Nature Medicine 13. oktober 2026. Forfatterne kaller det et konseptbevis: utvalget er lite, og alt skjedde innenfor sykehusets vegger. Plattformen ble bygget av doktorgradsstudentene i bioteknologi Zack Goldblum og Haoer Shi fra Litts laboratorium.
Avdelingen der alle venter på et anfall
Folk legges inn på en slik avdeling for å få et anfall under oppsyn, ikke for å bli behandlet. Pasienten tilbringer flere dager på video med elektroder på hodet, slik at legene kan fange et anfall på opptaket og se hvor det starter. EEG, eller elektroencefalografi, registrerer hjernens elektriske aktivitet, og under et anfall endrer rytmen på kurven seg på en måte en erfaren lege oppdager med en gang. Elleve deltakere hadde elektroder på hodebunnen og to hadde dem inne i hjernen, ifølge beskrivelsen av det åpne datasettet .
Et detektorprogram overvåker opptaket. Det slår ofte alarm uten grunn, for eksempel når noen klør seg i hodet eller snur seg i søvne og bevegelsen setter støy på kurven. Tilkall en sykepleier for hver av dem, og innen kvelden tror ingen på alarmene lenger.
Vanligvis tilpasser leger og ingeniører en slik detektor til en bestemt person, og det krever måneder med programmering på stedet. Litts team foreslo å spørre den som vet sikkert om et anfall har funnet sted. Innsatsen er høyere enn den ser ut til: WHO anslår at inntil 70 % av menneskene med epilepsi kunne vært anfallsfrie med riktig diagnose og behandling. En nøyaktig oversikt over anfallene er stedet der den diagnosen begynner.
Tre knapper i stedet for måneder med justering
Hovedfunnet skjuler seg i den enkleste handlingen. Hver gang detektoren merket et mulig anfall, spurte telefonen: skjedde dette virkelig? Pasienten kunne svare ja, nei eller usikker. Pasientene svarte på mer enn to tredjedeler av spørsmålene, melder MedicalXpress .
Svarene ble til hint for algoritmen, omtrent som bildetekstene under fotografier som lærer et nevralt nettverk å kjenne igjen katter. Etter at den var trent opp på nytt med dem, ga detektoren rundt 80 % færre unødvendige alarmer i løpet av sykehusoppholdet. Tallet kommer fra en simulering: teamet kjørte opptakene på nytt gjennom den ferdigtrente modellen i etterkant og talte hvor mange alarmer den ville ha utløst. Hvordan systemet oppfører seg i sanntid, er derfor fortsatt et åpent spørsmål.
Den nye versjonen ble roligere, ikke skarpere. Den sluttet å lage støy for ingenting, men gikk likevel glipp av like mange ekte anfall som før.
Hva folk spør sin egen hjerne om
Appen virker begge veier. Pasienten skriver et spørsmål, og AI-agenten svarer ut fra det levende EEG-opptaket, noen ganger med et diagram. Bak samtalen lå en versjon av OpenAIs GPT-4o-mini, nådd gjennom en privat kanal som kontraktsmessig ikke kan lagre pasientdata eller trene på dem. Hver melding i begge retninger gikk gjennom en automatisk sikkerhetskontroll, skriver Medical Economics .
De fleste samtalene handlet om anfall, søvn, humør og energi. Et typisk spørsmål: hadde jeg et anfall i natt? Systemet selv stod for det meste av praten, rundt 69 % av meldingene: varsler, spørreskjemaer tre ganger om dagen og svar. Et enkelt svar kom på omtrent 2 sekunder, raskere enn en sykepleier rekker å gå til rommet. Et spørsmål som sendte systemet inn i EEG-arkivet, som «hvor mye sov jeg?», tok omtrent 9 sekunder. Fem av de tretten spurte på eget initiativ om de kunne ta systemet med seg hjem. Teamets svar var ikke ennå, men det er dit arbeidet går, forteller Goldblum i et intervju med Medical Economics. Bare fem deltakere fylte ut spørreskjemaet om brukervennlighet, og de ga i snitt appen 83 poeng av 100.
// Studien i tall
Hvorfor medisinsk utstyr tier
Litt formulerer tanken enkelt: pasientene forstår ofte sider ved sykdommen som sensorer ikke kan måle direkte. Det er hans egne ord i pressemeldingen fra University of Pennsylvania . Et menneske vet at det sov dårlig før et anfall eller hoppet over en tablett. Apparatet ser bare en strek på en kurve.
Kanalen i motsatt retning finnes knapt heller. I USA er tre implanterte enheter godkjent mot epilepsi: vagusnervestimulering, responsiv nevrostimulering (RNS) og dyp hjernestimulering. Ingen av dem kan dele informasjon med pasientene i sanntid, skriver forfatterne. Med andre ord kan et menneske lære noe av sitt eget apparat bare via legen. Litt sier det rett ut: dataene skjuler mange spor om hvordan atferd påvirker helsen, men pasientene har foreløpig ingen måte å få vite dem i øyeblikket, siterer NIH ham .
Slik er systemet bygget
Systemet har tre deler. Programvare fanger kontinuerlig opp signalet fra EEG-elektrodene. Et sikkert skymiljø som oppfyller amerikanske personvernregler for helsedata analyserer opptaket nesten i sanntid. Den tredje delen er en mobilapp der pasienten skriver til AI-agenten, som svarer på spørsmål og sender egne varsler. Opptakene fra deltakerne er åpent tilgjengelige for andre forskere. Arbeidet er finansiert av en NIH Pioneer Award på 5,6 millioner dollar, og en tidlig versjon dukket opp i januar 2026 som en forhåndspublisering på medRxiv under en enda dristigere tittel: «An Implantable Device that Converses with Patients and Learns to Co-Manage Epilepsy».
Hva studien ikke har vist ennå
Rundt 50 millioner mennesker i verden har epilepsi, ifølge WHO . Det er fristende å lese dette arbeidet som en nyhet om behandling. Det handler om noe annet. Tretten pasienter tilbrakte noen dager på ett sykehus under tilsyn av personalet, og studien var ikke lagt opp for å vise om folk får færre anfall.
Det må de neste studiene utenfor sykehuset avgjøre, med minimalt invasivt EEG og bærbare sensorer. De vil telle det som betyr noe i hverdagen: hvor ofte anfallene kommer og hvor alvorlige de er, hvor mange ambulanseutrykninger og sykehusbesøk folk trenger. Deretter vil forfatterne bruke denne typen dialog til å stille inn dyp hjernestimulering ved Parkinsons sykdom automatisk. De tror det også kan hjelpe folk med pacemakere og insulinpumper. De regner med at myndighetene godkjenner slike systemer i trinn, og begynner med dem som bare gir råd og ikke bestemmer noe på egen hånd.
Slike apparater samler i årevis data om kroppen i taushet. I denne studien spurte et apparat eieren hva som foregikk, og eierens svar gjorde det mer nøyaktig.
