生活中，癫痫发作并不总是表现为明显抽搐。有些患者只是短暂发呆、愣神，几秒后又恢复正常；有些儿童会突然注意力中断、反应停顿，常被家长误认为“走神”或“注意力不集中”。这些不典型表现如果反复出现，就需要及时检查。

脑电图是判断癫痫的重要检查手段，但长程脑电数据量大，医生往往需要逐段查看；在基层医院，专业脑电判读资源不足，也容易造成筛查和转诊不及时。围绕这一问题，集美大学诚毅学院数学与数字科学系学生团队在邱亚萍、赵伟等老师指导下，研发了癫痫脑电图AI辅助诊断系统RDPNet，探索用人工智能助力基层癫痫早筛早诊。

学生主导：从论文研究走向真实场景

该团队以谢同乐、刘彦佑佑、李垚等学生为主要负责人，围绕癫痫脑电智能识别、疑似异常片段定位、辅助筛查报告生成等方向持续攻关。团队成员已以第一作者发表多篇相关论文，其中包括SCI论文，并开发云服务平台，推动算法研究从实验室走向真实医疗场景。

医院对接：形成“基层—三甲—设备—平台”协同路径

为让系统真正服务基层，团队先后走进厦门医学院附属第二医院神经内科、厦门市集美区后溪镇卫生院、厦门市翔安区新店街道社区卫生服务中心等单位开展调研与合作对接，深入了解三甲医院专家判读流程和基层医院筛查痛点。

目前，项目已建立合作意向与落地基础：厦门医学院附属第二医院神经内科提供临床指导、专家复核与真实场景验证；厦门市集美区后溪镇卫生院、厦门市翔安区新店街道社区卫生服务中心作为基层应用场景，承接脑电采集和疑似病例初筛；江西诺诚提供具备二类证的设备支持，莆田华健作为福建总代参与渠道与落地支持；集美大学诚毅学院负责AI辅筛系统研发与云平台建设；翔安区卫健委也已沟通并表示支持。

AI赋能：不是替代医生，而是让风险更早被看见

通俗来说，这套系统不是替代医生诊断，而是先由基层医院完成脑电采集并上传云端，AI对脑电数据进行初步分析，自动标记疑似异常片段并生成辅助报告，再交由上级医院专家复核，最终形成进一步检查、随访或转诊建议。由此，项目构建起“基层采集—AI初筛—专家复核—转诊反馈”的全流程闭环。

数科育人：让学生在真实问题中成长

从文献调研到算法建模，从系统开发到医院走访，从论文发表到基层试点，这一项目也是数学与数字科学系人才培养成效的生动体现。数科系坚持把科研资源转化为育人资源，鼓励学生早进实验室、早接触前沿问题、早参与真实项目，在“课程学习—项目实践—科研训练—场景验证”中完成能力进阶。

在项目推进过程中，学生不仅学习深度学习、脑电信号分析、云服务平台等技术，更在与医生、基层医院和患者需求的接触中理解“技术为什么而做、系统为谁服务”。他们在真实临床问题中训练科研思维，在跨学科协作中提升沟通能力，在解决基层痛点中增强社会责任感。数科系也将继续坚持“基础扎实、知识面宽、特长明显+创新精神、实践能力和社会责任感”的应用型人才培养，支持学生面向健康中国、基层医疗和人工智能应用开展科研创新。

未来，团队将继续优化系统性能，完善云端服务平台和专家复核流程，推动AI脑电辅筛在基层医疗场景中稳步落地，让居民在家门口更早发现风险、获得帮助，为癫痫早筛早诊和分级诊疗协作贡献青春力量。

上图为团队跟三甲医院、基层医院、脑电厂商签订的合作意向书

合作意向/对接单位速览

（文/图：数学与数字科学系惊波定澜研究团队）