50万元，四川大学华西医院拟转化一项尿液癫痫预测技术

近日，四川大学华西医院发布科技成果转化公示，医院拟将一项授权发明专利以独占许可方式授予杭州迪安医学检验中心有限公司，许可费用为50万元人民币。本次专利技术的发明人为四川大学华西医院陈蕾教授及其团队。

本次拟转让的发明专利涉及一种用于预测癫痫发作的尿蛋白标志物组。此标志物组可用于制备试剂盒，通过检测癫痫患者尿液中特定蛋白的含量，能够有效预测患者未来一天内的发作风险。这一技术为患者提供了极为宝贵的预警时间，有助于提前实施干预措施，既避免了突发风险，又减轻了因长期预测而产生的心理负担。

癫痫是一种最常见的慢性神经系统疾病，全球患者人数超过 7000 万。其发作本质上源于大脑神经网络中突然出现的异常、过度同步且自我维持的神经元放电。这种异常的电流活动通常会持续数秒到数分钟，并可能引发多种症状，包括突然的感觉障碍、意识丧失或肢体抽搐，且症状可波及身体的任何部位。

由于癫痫发作具有极大的突然性和不可预测性，癫痫每年直接或间接导致全球约 12 万人死亡。患者在毫无预警的情况下发作，极易引发溺水、交通事故、严重摔伤乃至癫痫猝死等意外。除了直接的生命威胁，发作的不可预知性还带来了沉重的事故风险、社会尴尬以及高昂的紧急医疗费用。

这种不确定性会对患者的家庭生活、社交、教育及职业发展造成广泛而深远的限制，使得疾病的社会性后果往往比发作本身的身体影响更为严重。

此外，与癫痫相伴的社会污名及其不可控的特性，常常导致患者产生强烈的羞耻感、易怒和慢性焦虑。值得注意的是，这种焦虑情绪本身可能成为诱发更多癫痫发作的潜在因素，从而形成 “发作 - 焦虑 - 更多发作” 的恶性循环，进一步恶化患者的整体健康状况。

因此，实现对癫痫发作的提前预测与预警，是改善患者生活质量、让他们能提前采取应对措施的关键。目前，临床与研究中最主要的预测技术依赖于脑电图（EEG）。EEG 是通过在头皮上放置电极来记录大脑电活动的技术。

现有方法旨在通过长时间连续监测患者的 EEG 信号，分析其模式变化，以预测极短时间内（例如一小时内）是否会发生发作。然而，这种基于 EEG 的预测存在明显局限：它需要长时间佩戴专业监测设备，并且所能提供的预警时间窗口非常短暂。这通常不足以让患者从容地服用预防性药物，或者提前调整日程安排与活动计划，其实际应用价值因此受到限制。

正因为现有预测技术在预警时长和便捷性上存在局限，临床急需一种能够提供更充足反应窗口且易于实施的预警手段。该专利技术的核心优势在于其提供了一种全新的癫痫发作预警方案，该方法在原理、便捷性和预警窗口上均实现了显著突破。

传统的脑电图监测依赖于捕捉大脑皮层的异常电信号，而本技术则转向从系统生物学的角度寻找答案。它通过检测尿液中一组特定的蛋白质 —— 抗胰凝乳蛋白酶、甲状腺素运载蛋白、免疫球蛋白 γ-1 重链恒定区和真核生物翻译起始因子 2α 亚基 —— 的含量变化来预测风险。这些蛋白并非随意选择，它们与神经炎症及免疫反应密切相关。

研究发现，在癫痫发作前一天，患者大脑可能已处于一种 “亚临床” 的异常兴奋状态，这种状态虽然不足以引发肉眼可见的发作，但已足以激活大脑内的免疫细胞（如嗜中性粒细胞），引发轻微的神经炎症。这种炎症反应会导致特定蛋白质释放到体循环中，并最终经过肾脏过滤进入尿液。因此，尿液中的这些蛋白变化，实际上成为了反映大脑即将发生异常风暴的早期、无创的 “生物信号”。

这种基于体液生物标志物的方法带来了前所未有的便捷性。它完全摆脱了对复杂脑电设备的长时程连续依赖，仅需采集患者的一次尿液样本，利用成熟的质谱或免疫化学方法进行分析即可。这使得检测可以标准化、规模化地在常规医学检验实验室开展，极大地降低了实施门槛和患者的配合负担。

更重要的是，该技术提供了长达约 24 小时的预警窗口，这构成了其关键的临床先进性。现有脑电图预测通常只能给出数小时内的超短期预警，患者往往来不及做出有效干预。而一天的提前量，使得患者和医生能够从容地采取预防性措施，例如临时调整抗癫痫药物剂量、避免已知的诱发因素（如熬夜、饮酒），或提前安排安全看护。

这不仅能在物理层面降低意外风险，也能显著缓解患者因 “不知何时会发作” 而产生的慢性焦虑，从根源上改善其生活质量。

此外，该标志物组的设计体现了高度的灵活性与可靠性。四种蛋白标志物既可联合使用以提高预测的准确性，也可根据实际检测条件和成本考量，选择其中任意一种或两种进行组合分析。这为不同应用场景下的技术普及提供了可能。

临床验证数据表明，即使是单一标志物变化也能提供有效的风险提示，而多个标志物同时变化则强烈预示着极高的发作风险，实现了风险级别的分层预警。

当前癫痫检测领域呈现多技术路径并行发展的格局，涵盖脑电监测、可穿戴设备、生化检测、基因检测等多个维度，不同技术与产品各有侧重，分别满足临床诊断、居家监护、用药指导等多元化需求。

脑电监测仍是癫痫诊断与发作捕捉的核心技术，近年来在算法优化与设备形态上均有突破。传统临床场景中，长程视频脑电图是鉴别癫痫与非癫痫性发作的金标准，通过同步记录脑电活动与临床表现，精准定位发作起源，为术前评估和诊疗方案制定提供关键依据，但受限于设备体积与操作复杂性，主要应用于医院场景。

在智能算法领域，脑机海河实验室刘爽教授团队联合解放军总医院第一医学中心提出的跨域混合自监督注意力网络（MCAN）实现了重大突破。该模型融合时域、空域和频域的自监督学习策略，结合多尺度特征建模与电极稀疏先验引导的注意力机制，解决了传统脑电检测中人工标注耗时、跨受试者适应性差、类不平衡等难题。在四大真实癫痫脑电数据集验证中，其检测精度与稳健性均优于现有方法，尤其在降低误报率方面表现突出，为脑电信号的自动化、精准化分析提供了全新框架。

针对院外监测困境，可穿戴设备成为行业创新热点，打破了传统脑电设备的场景限制。瑞尔唯康推出的依瑞通S2腕表是该领域的代表性产品，搭载Epicare™癫痫监测管理系统，专为全面性强直-阵挛发作（GTCS）监测设计，将医疗级监测功能集成于常规腕表形态中，兼顾隐私保护与佩戴舒适性。

当检测到发作时，设备可立即通过电话、短信向预设紧急联系人报警，解决了患者独处时的安全隐患。同时配套智能服药提醒功能与手机端应用，可自动记录发作数据并生成分析报告，为诊疗提供连续数据支撑。目前全球癫痫监测装置市场规模稳步增长，此类国产可穿戴设备正逐步打破国际品牌主导格局，推动监测场景从病床向日常延伸。

此外，科悦医疗等企业也在布局无创神经调控与监测一体化设备，其研发的多导睡眠脑电监测设备可同步采集睡眠期脑电、心电数据，结合自主研发的分析软件，为癫痫发作监测与疗效评估提供综合解决方案，部分产品已进入临床试验阶段。

脑电监测与智能算法在发作定位准确性上优势显著，但便携性与预警时长有限；可穿戴设备实现了场景拓展与实时报警，但对非强直-阵挛发作的识别能力仍需提升；尿蛋白、血药浓度等生化检测在预警时长或用药指导上具备特色，但无法实现实时监测；基因检测则聚焦病因诊断，难以覆盖所有癫痫类型。

未来癫痫检测行业将朝着三大方向加速演进：其一，多技术深度融合，通过监测与神经调控一体化设备研发、生物标志物检测与可穿戴实时监测技术联动，构建“预警-干预-评估”全链条闭环管理体系，打破单一技术的应用局限；其二，智能化水平持续升级，依托AI算法迭代优化，进一步提升跨人群适配能力与发作识别精准度，有效降低临床误报率，推动检测流程自动化、高效化；其三，国产化替代进程提速，国产可穿戴监测设备、检测试剂盒凭借突出的性价比优势与数据安全可控性，逐步扩大市场渗透率，加速先进技术向基层医疗场景普及。

* 专利交易信息由中技所提供