AI 辅助 cEEG 诊断对新生儿癫痫发作抗癫痫药物管理的影响

新生儿惊厥的发生可能是新生儿中枢神经系统疾病的第一个，也可能是唯一的临床征兆。 促进癫痫发作的治疗可以限制对大脑的继发性损伤，并对婴儿的长期神经发育产生积极影响。 然而，目前的抗癫痫药物 (ASM) 既有过度使用的，也有未充分使用的。 研究表明，早期自动癫痫发作检测工具对新生儿癫痫发作具有很高的诊断准确性。 然而，几乎没有证据表明早期自动癫痫发作检测工具可以优化 ASM 的管理并改善新生儿癫痫发作的神经学结果。 因此，主要研究目的是调查人工智能辅助 cEEG 诊断工具的效用是否可以优化 NICU 中 ASM 的管理。

该项目将招募疑似或高危癫痫发作的新生儿，他们将在住院期间接受至少 72 小时的脑电图监测。 招募医院的所有 cEEG 监测方法都是标准化的。

干预将是人工智能 (AI) 辅助的连续脑电图 (cEEG) 诊断工具。

使用预定的随机化序列和块随机化生成器（4 块）将个体随机分配到两组之一。 第 1 组将接受 cEEG 监测，cEEG 记录将由新生儿科医生使用 AI 辅助 cEEG 诊断工具在 cEEG 监测期间实时评估。 第 2 组将接受 cEEG 监测，并且 cEEG 记录将由新生儿科医生在 cEEG 监测期间作为常规进行评估。 两组均按照入组医院ASM管理的标准临床方案进行。参考标准为3名参加过统一培训并获得中国抗癫痫协会认证的临床医师解读的癫痫发作电图。 这 3 名临床医生对分组分配不知情。