癫痫和心因性发作为什么常被误诊？EpiScreen微调大模型读常规病历笔记早筛，人机协作让住院医师准确率最高提升约14个百分点
癫痫和心因性非癫痫发作外表很像、治疗却截然相反，光靠发作表现难区分，金标准长程脑电又贵又慢。明尼苏达大学团队在npj Digital Medicine发表的EpiScreen，用微调大模型读常规病历笔记做早筛，AUC最高0.98，人机协作让神经科住院医师准确率从约77%提到约89%。
研究背景：癫痫和心因性发作，为什么总被「看走眼」？
癫痫是一种常见的慢性神经系统疾病，全球约 5000 万患者。它和「心因性非癫痫发作」（psychogenic non-epileptic seizures，PNES，又称功能性/分离性发作）外表高度相似——发作时都可能抽搐、失神、意识不清，但病因、治疗和预后截然不同：癫痫靠抗癫痫药控制，PNES 用抗癫痫药不仅无效、副作用还可能加重，认知行为等心理治疗才是主流。
麻烦在于，光靠发作表现很难把两者分开。既往研究显示，转诊到三级癫痫中心的「药物难治性癫痫」患者里，有 20%–30% 最终被确诊为 PNES。区分两者的金标准是长程视频脑电图（vEEG），可它又贵又慢：美国单次住院常超过 1.5 万美元，等待 8–12 周，监测要 1–5 天。
2026 年 10 月 8 日，美国明尼苏达大学团队在《npj Digital Medicine》发表的 EpiScreen，想用「读病历笔记」这种低成本方式，把这个筛查往前挪。
创新点：不靠脑电，靠「微调大模型读病历」
EpiScreen 的思路很直接：癫痫和 PNES 的区别，其实早就写在医生写的病历笔记里——发作诱因、持续时长、是否咬舌、是否闭眼、有无意识丧失等细节。但这些叙事文本信号零散、语言高度重叠，传统基于规则或特征工程的方法（如 FSLS、ClinicalBERT）往往抓不住。
EpiScreen 的做法是用指令微调（instruction fine-tuning），把几款开源大模型（Qwen-2.5-32B、DeepSeek-R1-32B、Llama-3.3-70B、Med42-70B）在标注好的病历笔记上做量化低秩自适应（QLoRA）训练——一种省显存、低成本的大模型微调方法。微调之后，模型能直接读一段病历笔记，判断它更像癫痫还是 PNES，并给出句级解释。
技术原理：微调大模型 + 句级可解释性
这套系统可以拆成两步理解：
- QLoRA 微调：把通用大模型在领域病历上「教」一遍，让它学会癫痫与 PNES 的判别信号，而不是靠写提示词硬猜；
- 句级归因：用积分梯度（Integrated Gradients）方法，从 11 个预定义临床特征类别里，高亮出「哪几句话」最影响判断。
这两步正是它作为临床决策智能体落地的关键：医生拿到的不是黑盒结论，而是看得懂、可追溯的判断依据，最终诊断权仍留给医生。
数据说话：AUC 最高 0.98，人机协作才是价值点
研究在两个数据集上评估，共 13,633 份病历：
| 数据集 | 规模 | EpiScreen 最优 AUC |
|---|---|---|
| MIMIC-IV（波士顿 BIDMC） | 3,451 份 | 0.875 |
| 明尼苏达大学 UMN | 10,182 份 | 0.980 |
几个关键结论值得单独拎出来：
- 微调远胜提示：相对「开箱即用」的大模型，微调平均带来 13.2%（MIMIC-IV）与 11.6%（UMN） 的绝对 AUC 增益；
- 单独 AI 不比医生强：EpiScreen 独立判断准确率 81.0%，与高年资主治（81.7%）相当，无统计学显著差异；
- 人机协作才是真正的价值点：把 AI 的预测和句级解释给医生看之后，住院医师准确率从 76.3%–79.3% 升到 87.7%–89.0%，高年资主治从 81.7% 升到 89.3%，最高提升约 14 个百分点；
- 漏诊、误诊双双下降：AI 辅助下，一组住院医师的漏诊（把癫痫判成 PNES）从 36 例降到 14 例，主治组的误诊从 37 例降到 19 例。
应用前景与局限
EpiScreen 最有价值的场景，是放在神经科转诊之后、vEEG 确诊之前，作为一种低成本筛查：用既有病历笔记先给一个初判，帮医生分清「谁该优先排长程脑电」。这类嵌入门诊/病房工作流的医院AI助手，对医疗资源紧张的地区尤其有意义——它不依赖昂贵的脑电设备，只要有病历文本就能跑。
但它离临床还有距离，必须讲清：
- 这是回顾性研究，用的是历史病历而非实时就诊，也未验证能否真正缩短诊断延迟、降低成本；
- 部分标签并非 vEEG 确诊，且未覆盖晕厥、睡眠障碍等其他「类癫痫」疾病；
- 依赖病历书写质量，存在文档偏差（医生写什么、模型读什么）风险。
结论
EpiScreen 的意义不在「AI 单独打败医生」，而在于它用一场干净的人机对照讲清了一件事：在区分癫痫与心因性发作这类「表象相似、机制迥异」的难题上，微调后的可解释大模型是医生的有效外挂——它单独干不过专家，却能让住院医师逼近、甚至部分追上高年资主治的水平。
这也是医疗 AI 落地的一课：真正能进工作流的，往往不是「替代医生」的全自动诊断机，而是「帮医生少漏、少错」的决策支持助手。 剩下的，交给前瞻试验去验证。
| 论文标题 | Early epilepsy detection from electronic health records with large language models（基于大语言模型、从电子病历中早期识别癫痫） |
| 作者 | Shuang Zhou（第一作者）、Kai Yu、Zaifu Zhan、Huixue Zhou、Min Zeng、Feng Xie、Zhiyi Sha；通讯作者 Rui Zhang |
| 机构 | 美国明尼苏达大学（计算健康科学系/外科学系、科学与工程学院、神经内科） |
| 期刊 | npj Digital Medicine（《自然》合作数字医学期刊） |
| 发表时间 | 2026 年 10 月 8 日在线发表 |
| DOI | 10.1038/s41746-026-03346-2 |
| PubMed | PubMed 检索（2026-10-08 刚发表，暂未索引，无 PMID） |
论文原文信息地址：https://www.simoagent.com/blog/2026-10-21-episcreen-epilepsy-llm-screening/
参考文献
- Zhou S, Yu K, Zhan Z, et al. Early epilepsy detection from electronic health records with large language models. npj Digital Medicine, 2026. DOI: 10.1038/s41746-026-03346-2
相关问题
什么是临床决策智能体？
临床决策智能体（clinical decision agent）是一种嵌入真实临床工作流的医疗 AI——它不只在你提问后给一段答案，还会自己拆步骤、调工具、串联多个环节，模拟医生「查资料—推理—下判断」的过程，并把最终判断留给医生。本文的 EpiScreen 就是一种面向癫痫筛查的临床决策智能体：它读常规病历笔记、给出癫痫/心因性发作的初判和句级解释，但结论只是「辅助」，最终仍以长程脑电和医生诊断为准。
癫痫和心因性非癫痫发作（PNES）有什么区别？
癫痫是脑内异常放电引起的、反复发作的慢性疾病，通常用抗癫痫药物控制；心因性非癫痫发作（PNES，又称功能性/分离性发作）虽然外表像癫痫发作，但并非脑异常放电引起，抗癫痫药无效、甚至可能加重，治疗以心理干预为主。两者病因、治疗和预后完全不同，却极易在临床被混淆——转诊到三级癫痫中心的「难治性癫痫」患者中，约 20%–30% 最终被确诊为 PNES。
大模型「微调」和「提示工程」有什么区别？
提示工程（prompting）是不改模型参数，靠精心设计的提示词引导模型作答，成本低但上限有限；微调（fine-tuning）则是用领域标注数据更新模型参数，让模型真正「学会」特定任务。本文 EpiScreen 用的 QLoRA 是一种省显存的微调方法——正是靠微调，它相对「开箱即用」的大模型平均多出 13.2% 与 11.6% 的 AUC 增益，说明在癫痫/PNES 判别这类专业任务上，微调的收益很实在。