这篇做了什么
2026-10-13 · 宾夕法尼亚大学团队在 13 名视频 EEG 监测患者中联接脑电指标、智能手机对话和患者反馈；其中 11 人为头皮记录、2 人为颅内记录。反馈用于癫痫检测器再训练，性能改善在伪前瞻模拟中评估。
实时 EEG × 患者反馈 × 对话式 AI：把纠错纳入神经系统闭环
Human–artificial intelligence collaboration for comanaging epilepsy in real time
核心创新
这不是运动 BCI，却为持续神经交互提供系统范例：用户既接收模型输出，也提供纠错标签。必须区分实时交互可行性与模拟再训练收益，不能推断自主治疗有效。
证据边界
先读哪些环节在线运行、哪些是伪前瞻模拟，再看患者反馈的标签可靠性、误报警和临床监督边界。
READ FIRST
建议先读：摘要 → 方法总图 → 主结果 → 局限讨论
先确认研究对象、信号来源和评价设置，再看模型指标；不要把单被试或离线结果直接外推为可用系统。