Persyst・SCORE-AIから持続脳波・基盤モデルまで【2026年版】
完全自動はまだ危険。
AIと人間のハイブリッドが、いまの最適解。
脳波の判読は熟練を要し、専門家でも解釈が割れます。標準化用語を使っても「進展（evolution）」の判読者間一致はκ0.21と低く、危険な周期性パターンの判読は本質的にばらつきます。
AIが学ぶ「正解ラベル」自体が専門家間でぶれる。だからこそ判読の底上げと効率化にAIの意義があります。
| 製品 | 発作検出率 | 特徴 |
|---|---|---|
| Persyst | 81% | 検出率・遅延(約20秒)で最良／誤警報は多め |
| Encevis | 77.8% | 誤警報が最少／感度はやや低い |
| BESA | 67.6% | 検出率は3製品で最も低い |
長時間ビデオ脳波81例の比較（Koren 2021 Epilepsia）。単一の万能ソフトはない
自動ソフトは検査技師を超えて全発作を拾える
全発作の検出はPersystで93%。技師は98〜100%——まだ人に及ばない
ルーチン脳波を専門家と同等に分類するSCORE-AIのAUROC
Tveit J, et al. JAMA Neurol 2023（30,493記録・正常/異常を4分類）
特異度わずか3〜63%。偽陽性だらけで臨床導入できない
特異度93〜97%へ改善。精度は目視判読と同等で時間は短縮
AIは「自動判定器」ではなく「候補を絞る道具」。
最終判断は、人が下す。
— 完全自動は危険・専門家の運用が不可欠（Kural 2022／Koren 2025）
ICUの危険な脳波パターン分類、解釈可能AIが人を底上げ
Barnett AJ, et al. NEJM AI 2024（医療者8名・P<0.04）
ICU持続脳波では、発作と発作間の中間にある危険なパターン（IIC）の分類が課題です。判断根拠まで示す解釈可能AIを使うと、医療者の分類精度が47%から71%へ改善しました。
なぜそう判断したかを示すため、ブラックボックスへの不信を和らげ、臨床導入に有利です。
Persystの棘波検出は条件次第で感度95%と人間並みですが、実臨床データでは数字が下がります（GGEでF1 0.51）。
感度を上げると偽陽性が増え、アラーム疲れを招く。専門家の継続的な監督が前提
新生児発作の多施設RCTでは、AI併用で個別の検出感度は上がりませんでした（81.3% vs 89.5%）。一方、発作時間の正答率は+20.8%改善。
AIは万能の底上げではなく、経験の浅い施設ほど恩恵が大きい可能性があります。
最大で被験者約15,000名・総計27,000時間超の大規模データで事前学習する基盤モデルが登場し、発作検出などで有望な結果を示しています。てんかん特化型も開発されました。
複雑なタスクでは性能が限定的で、いずれもまだ研究段階です。
| 従来 | AI併用時代 | |
|---|---|---|
| 技師 | 全脳波を一次判読 | 質保証・アーチファクト判断へ |
| 医師 | 長時間記録を逐一確認 | AIトレンドで優先順位づけ |
| 全体 | 判読の属人化 | 底上げ・地域格差の縮小 |
海外ではPersyst・Encevisが発作／棘波検出ソフトとしてFDA・CE認証を受け、臨床で使われています。一方、日本国内の承認・保険適用は製品ごとに異なります。
導入時は最新の規制情報（PMDA等）を必ず確認してください。
検出率・誤警報・遅延はトレードオフ。性能は熟練者になお及ばない。
完全自動は偽陽性だらけ。AIが候補を絞り、人が判定する。
解釈可能AIやSCORE-AIで、判読の質と速度を引き上げる。
✚ 医知創造ラボ
本動画は教育目的の解説です。診療判断は最新の規制・GLをご確認ください。
次回：「発作を予知する — 発作検出ウェアラブルと発作予測」