9月8日，从北京大学长沙计算与数字经济研究院（以下简称北大长沙院）获悉，由北京大学大数据分析与应用技术国家工程实验室、北大长沙院联合主办的首届“医工融合·尖山论道——湖南省智慧健康与脑机智能创新发展论坛”日前在湖南长沙举行。会上，中国科学院院士陈松蹊发布了由其团队与北大长沙院自主研发，面向癫痫诊疗全流程的智能云平台。

　　陈松蹊称，在数字中国建设中，挖掘数据中蕴含的生产力，数据分析是关键。面向脑科学临床问题，分析并提取脑部数据蕴含的丰富信息，完成大脑的数字孪生，用数据辅助临床决策，对提高脑部疾病的临床诊断效率，扩展优质医疗资源的覆盖范围，惠及更广大的患者群体具有良好前景。他介绍了其自主研发的面向癫痫诊疗全流程的智能云平台。

　　癫痫是全球第二大脑部系统疾病，发病率约7‰，影响全球约5000万人。虽然癫痫可防可治，但我国有约60%的癫痫患者无法得到规范治疗，其中一个重要原因则是脑部数据分析门槛高、学习周期长，基层地区缺乏高水平的癫痫治疗专家。

　　脑电图和脑影像数据的分析对诊断癫痫十分重要，但其数据量大、专业性强，人工判读耗时巨大，国际国内尚无实用化的人工智能辅助诊疗软件。高水平人才的短缺制约了医学检查的普及，成为了癫痫诊断和早期筛查过程中重要的卡脖子问题，亟需通过算法攻关实现AI辅助诊断和精准医疗。

　　这一新研发的平台，有望为医生提供领先的智能辅助诊断服务、丰富的脑电信号量化统计分析和直观的可视化结果展示，大幅提高癫痫疾病的临床诊疗效率。“它能助力将针对癫痫疾病的一流诊疗能力向基层医疗机构推广，改善现有优质医疗资源分布不平衡不充分的现状。”算法核心研发者、北京大学童培峰博士说。

　　据悉，构建平台的算法突破了复杂癫痫波的识别和定位难点，可实现癫痫信号的自动标注和病灶溯源。平台集成的神经电生理和神经影像两大模块，融合了临床知识和时间序列处理方法，可同时服务于脑电信号分析的科研需求和临床需求，针对患者个性化数据提供精准医疗方案。