// Inhoud
In een paar dagen ziekenhuisverblijf kregen 13 epilepsiepatiënten aanvalsmeldingen op hun telefoon en beantwoordden ze elk met een ja of een nee. Op ruim twee derde reageerden ze. Het algoritme werd opnieuw getraind op die korte antwoorden, en in een simulatie daalde het aantal valse alarmen met zo’n 80%. Labels van ervaren specialisten voegden daar slechts 2% aan toe. Maar er is een addertje: de nieuwe versie ving echte aanvallen niet beter op dan de oude.
Alle deelnemers lagen op de epilepsie-observatieafdeling van het Hospital of the University of Pennsylvania, en elk had een app op de telefoon met een AI-assistent die aan het eigen EEG gekoppeld was. Het werk van de groep van neuroloog Brian Litt verscheen in Nature Medicine op 13 oktober 2026. De auteurs noemen het een proof of concept: de steekproef is piepklein en alles gebeurde binnen het ziekenhuis. De promovendi bio-engineering Zack Goldblum en Haoer Shi uit Litts lab bouwden het platform.
De afdeling waar iedereen op een aanval wacht
Mensen worden op zo’n afdeling opgenomen om onder toezicht een aanval te krijgen, niet om behandeld te worden. Een patiënt brengt enkele dagen op video door met elektroden op het hoofd, zodat artsen een aanval op de opname kunnen vastleggen en kunnen zien waar hij begint. EEG, oftewel elektro-encefalografie, registreert de elektrische activiteit van de hersenen, en tijdens een aanval verandert het ritme op de trace op een manier die een ervaren arts meteen opmerkt. Elf deelnemers hadden elektroden op de schedel en twee in de hersenen, volgens de beschrijving van de open dataset .
Een detectorprogramma houdt de opname in de gaten. Vaak slaat het voor niets alarm, bijvoorbeeld wanneer iemand zijn hoofd krabt of zich in zijn slaap omdraait en die beweging ruis op de trace achterlaat. Roep voor elk van die gevallen een verpleegkundige en tegen de avond gelooft niemand de alarmen nog.
Normaal stemmen artsen en ingenieurs zo’n detector af op één specifieke persoon, en dat kost maanden aan programmeerwerk ter plaatse. Litts team stelde voor om het te vragen aan degene die zeker weet of er een aanval was. De inzet is groter dan het lijkt: volgens de WHO zou tot 70% van de mensen met epilepsie aanvalsvrij kunnen leven als ze goed gediagnosticeerd en behandeld worden. Een nauwkeurig overzicht van de aanvallen is waar die diagnose begint.
Drie knoppen in plaats van maanden afstemmen
De belangrijkste bevinding zit verstopt in de nederigste handeling. Elke keer dat de detector een mogelijke aanval meldde, vroeg de telefoon: is dit echt gebeurd? De patiënt kon antwoorden met ja, nee of weet niet. Patiënten reageerden op ruim twee derde van die vragen, meldt MedicalXpress .
Die antwoorden werden hints voor het algoritme, vergelijkbaar met de bijschriften onder foto’s waarmee je een neuraal netwerk katten leert herkennen. Na hertraining daarop gaf de detector tijdens het ziekenhuisverblijf zo’n 80% minder onnodige alarmen. Dat cijfer komt uit een simulatie: het team liet de opnames achteraf opnieuw door het getrainde model lopen en telde hoeveel alarmen het zou hebben gegeven. Hoe het systeem zich live gedraagt, is dus nog een open vraag.
De nieuwe versie werd rustiger, niet scherper. Hij maakte geen lawaai meer om niets, maar miste evenveel echte aanvallen als voorheen.
Wat mensen aan hun eigen brein vragen
De app werkt in twee richtingen. Een patiënt typt een vraag en de AI-agent antwoordt op basis van de live EEG-opname, soms met een grafiek. Achter het gesprek zat een versie van GPT-4o-mini van OpenAI, bereikt via een privékanaal dat contractueel verbiedt patiëntgegevens te bewaren of er mee te trainen. Elk bericht, in beide richtingen, ging door een automatische veiligheidscontrole, schrijft Medical Economics .
De meeste gesprekken gingen over aanvallen, slaap, stemming en energie. Een typische vraag: heb ik vannacht een aanval gehad? Het systeem deed zelf het meeste woord, zo’n 69% van de berichten: meldingen, enquêtes drie keer per dag en antwoorden. Een eenvoudig antwoord kwam binnen ongeveer 2 seconden, sneller dan een verpleegkundige naar de kamer kan lopen. Een vraag waarvoor het systeem in de EEG-opname moest graven, zoals “hoeveel heb ik geslapen?”, duurde ongeveer 9 seconden. Vijf van de dertien vroegen uit zichzelf of ze het systeem mee naar huis mochten nemen. Het antwoord van het team was: nog niet, maar daar werkt men naartoe, herinnert Goldblum zich in een interview met Medical Economics. Slechts vijf deelnemers vulden de gebruiksvriendelijkheidsvragenlijst in, en gemiddeld gaven ze de app 83 punten van de 100.
// De studie in cijfers
Waarom medische apparaten zwijgen
Litt zegt het eenvoudig: patiënten begrijpen vaak aspecten van hun ziekte die sensoren niet rechtstreeks kunnen meten. Dat zijn zijn woorden in het bericht van de University of Pennsylvania . Een mens weet dat hij voor een aanval slecht sliep of een pil oversloeg. Het apparaat ziet alleen een lijn op een trace.
Ook het kanaal in de andere richting bestaat nauwelijks. In de VS zijn drie implanteerbare apparaten voor epilepsie goedgekeurd: nervus vagus-stimulatie, responsieve neurostimulatie (RNS) en diepe hersenstimulatie. Geen van drieën kan in real time informatie met patiënten delen, schrijven de auteurs. Met andere woorden: een mens kan alleen via een arts iets over zijn eigen apparaat te weten komen. Litt zegt het zonder omwegen: in de data zitten veel aanwijzingen over hoe gedrag de gezondheid beïnvloedt, maar patiënten kunnen die op dit moment niet ter plekke te weten komen, zo citeert de NIH hem .
Hoe het systeem in elkaar zit
Het systeem heeft drie delen. Software legt continu het signaal van de EEG-elektroden vast. Een beveiligde cloudomgeving die voldoet aan de Amerikaanse privacyregels voor medische gegevens analyseert de opname bijna in real time. Het derde deel is een smartphone-app waarmee de patiënt berichten stuurt naar de AI-agent, die vragen beantwoordt en zelf meldingen verstuurt. De opnames van de deelnemers zijn openlijk beschikbaar voor andere onderzoekers. Het werk wordt gefinancierd met een NIH Pioneer Award van 5,6 miljoen dollar, en een vroege versie verscheen in januari 2026 als preprint op medRxiv onder een nog gedurfdere titel: “An Implantable Device that Converses with Patients and Learns to Co-Manage Epilepsy”.
Wat de studie nog niet heeft aangetoond
Wereldwijd hebben ongeveer 50 miljoen mensen epilepsie, volgens de WHO . Het is dus verleidelijk dit werk als nieuws over behandeling te lezen. Het gaat over iets anders. Dertien patiënten brachten een paar dagen door in één ziekenhuis onder toezicht van personeel, en de studie was niet opgezet om aan te tonen of mensen minder aanvallen zouden krijgen.
Dat is aan de volgende, poliklinische studies met minimaal invasieve EEG en draagbare sensoren. Die tellen wat in het dagelijks leven telt: hoe vaak aanvallen voorkomen en hoe ernstig ze zijn, hoeveel ambulanceritten en ziekenhuisbezoeken mensen nodig hebben. Daarna willen de auteurs zo’n dialoog gebruiken om diepe hersenstimulatie bij de ziekte van Parkinson automatisch af te stemmen. Volgens hen kan het ook mensen met pacemakers en insulinepompen helpen. Ze verwachten dat toezichthouders zulke systemen stapsgewijs goedkeuren, te beginnen met systemen die alleen adviseren en zelf niets beslissen.
Zulke apparaten verzamelen jarenlang in stilte gegevens over het lichaam. In deze studie vroeg een apparaat zijn eigenaar wat er aan de hand was, en de antwoorden van de eigenaar maakten het nauwkeuriger.
