一位裔神经学家开发了一种新方法，可以帮助预测癫痫患者癫痫发作。
该项研究由加州大学旧金山分校 (UCSF) 神经病学教授维克拉玛·拉奥博士 (Dr Vikrama Rao) 领导，可能适用于大量患者，并有助于提高数百万每天面临癫痫困扰的人的生活质量。
预测癫痫发作的努力通常需要长时间的数据收集，这可能会很繁重并且准确性不稳定。
目前的方法包括植入反应性神经刺激系统 (RNS)，该系统可监测大脑活动并尝试通过电刺激来预防癫痫发作。然而，这些系统有时反应太迟钝。
Rao 领导的团队开发了一种技术，可以通过识别大脑沟通模式来预测癫痫发作。他们使用 RNS 设备研究了 15 名患有海马癫痫的志愿者，发现了与癫痫发作相关的多日活动周期，其特点是海马之间的同步性增强。
这种模式可以提前一天预测癫痫发作。利用 90 秒的数据，他们的算法可以准确预测未来 24 小时内的癫痫发作风险，这种方法被称为“快照癫痫发作预测”。
该系统对几乎所有参与者都有效，它使个人能够采取预防措施。计划包括对更多患者进行测试并开发非侵入性数据收集方法。
调查显示，70% 的癫痫患者会使用这样的预测系统来更好地规划他们的日常生活，减少对不可预测的癫痫发作的恐惧并提高他们的生活质量。