脳波自動判読・発作予知・生成AIはどこまで来たか【2026年版】
検出は実装期、予測は黎明期、生成は研究段階。
AIは専門家を補助するが、置き換えはしない。
| 層 | 何をするか | 成熟度 |
|---|---|---|
| ① 検出 診断・解析 | 脳波・画像から異常を自動で見つける | 実装期 |
| ② 予測 モニタリング | 発作を検知・予報し、見守る | 黎明期 |
| ③ 生成 言葉で支援 | 問診・鑑別・レポートをLLMが支援 | 研究段階 |
LAYER 01 — 実装期
Persystなどの解析ソフトは、長時間脳波から発作や棘波の候補を自動抽出し、判読を効率化します。比較研究では検出率 約81%・検出の遅れ 約20秒と市販ソフト中で最良でした。
感度は熟練技師にやや劣るが、誤警報が少ないのが強み。あくまで「判読の補助・効率化」のツールです。
AIが脳波判読を肩代わりし、専門医はいらなくなる
検出性能はなお人に及ばず、最終判読は専門家。AIは補助・効率化に徹する
ICUの危険な脳波パターン分類、解釈可能AIの支援で精度が向上
Barnett AJ, et al. NEJM AI 2024（医療者8名・P<0.04）
MRIで見えない限局性皮質異形成も、FCD検出AIが拾い上げる感度
Ripart M, et al. JAMA Neurol 2025（MELD Graph／組織確認例では81.6%）
LAYER 02 — 黎明期
加速度＋皮膚電気活動を使う多モーダル機器は、全身けいれん発作(GTCS)を感度 小児0.92・成人0.94で検出。ILAE/IFCNガイドラインもGTCSに限り条件付きで推奨しています。
対象は全身けいれん発作が中心。市販スマートウォッチの一般機能で確実に検出できるわけではありません。
夜間のけいれんを検知できれば、てんかん突然死(SUDEP)を防げるのでは——と期待されます。しかし現実には、
「ウェアラブルがSUDEPを予防する」というエビデンスは、いまだ欠如している
慢性脳波からは数日単位の周期(multidien cycle)が見つかり、これを使うと翌日の発作リスクを「予報」できます。長期脳波を用いた研究では、偶然を上回る予測が開発群83%・検証群66%の患者で得られました。
天気予報のように「今日は発作リスクが高い日」を知らせる試み。実用化はまだ研究段階です。
LAYER 03 — 研究段階
| 検証 | 結果 | 評価 |
|---|---|---|
| GPT-4 発作の鑑別 | 患者の語りから 平衡精度64% | 医師71%に及ばず |
| ChatGPT4.0 てんかん診断 | 専門医と一致せず（κ=−0.01） | 現状は補助不可 |
同じ症例でも質問次第で診断が揺れる再現性の課題もあります。
AI支援後の判読精度／FCDは組織確認例／治療反応はAUROC。出典は概要欄に記載
医療現場で動くAIは「プログラム医療機器(SaMD)」として承認が必要で、日本でも審査体制が整備されている段階です。ILAEも公平で倫理的なAIを求める提言を出しています。
「精度の数字」だけでなく、誰が責任を負い、どう検証され、公平に届くか。これが臨床実装の本丸です。
脳波・画像の自動解析は最も臨床に近い。だが性能は人にやや劣り、補助に徹する。
けいれん検出は承認・推奨済み。発作の「予報」はまだ研究段階。SUDEP予防は未証明。
LLMは高感度だが特異度・再現性が課題。臨床判断を委ねる段階ではない。
✚ 医知創造ラボ
本動画は教育目的の解説です。診療判断は主治医にご相談ください。
次回：「AI脳波判読を深掘り — Persyst・ICU cEEGの最前線」