我们可以把AI渗透癫痫诊疗环节分为三个阶段：初次诊断、用药监测和预警和难治性癫痫诊疗
1、初次诊断和累计确诊
在初次诊断和累计确诊阶段，从癫痫首次异常发作的初次诊断到最终确诊，脑电图（EEG）检查是癫痫诊断的常规步骤。一般来说，通过脑电图检查，80％左右的癫痫病人发作间歇期均有脑电图异常，只有5％－20％的癫痫病人发作间歇期脑电图可表现正常。
临床困局1：诊断与分流困局
该阶段面临的最大困局，是人工诊疗资源的缺乏。我国脑电师资源紧缺。由于脑电设备、算法和人才的限制，癫痫的诊疗工作受到诸多限制。同时，由于有丰富诊断经验的脑电图师与神内临床医生多集中在重点癫痫中心，加之患者及患者家庭基于对癫痫初始发作的未知与恐慌，多数患者集中涌向各省市三甲医院，导致病患无法有效分流，同时大量疑似癫痫病患与初发癫痫病患的准确诊断和有效区分成为临床突出难题。
临床困局2：需求与供给困局。
从临床经验看，初次就诊并最终确诊的癫痫病患人数约占总就诊病患人数的20％左右，以中国每年新增40万的癫痫病患为基数计算，每年仅涉及初诊EEG监测的总人数就接近200万左右，还要加上已确诊累计的近1000万癫痫病患。
而对初诊患者进行确认和对确诊患者进行常规EEG监测，常常涉及多临床中心、多次常规脑电图监测（确诊病患常规EEG约在2．5次／年），导致对现有医疗诊断资源的大规模占用，给各地医疗体系带来沉重负担。
以北京某区癫痫中心为例，EEG常规检查数量高达1．5万人次／年，单人诊断费用约为800元／次，中心配备常规脑电图机数量已高达15台，脑电图师人数多达20多人。因监测任务过重，工作环境枯燥单一，且升迁路径狭窄，导致脑电图技师流失率高，这又进一步加重就诊病患需求与医疗供给之间的矛盾。
初诊阶段产业价值及重要参与方：
巨量癫痫病患的EEG监测需求，以及EEG数据的时序性特点（阅片过程耗时漫长），高度依赖人工方式识别与输出诊断结论难以为继。在此背景下，利用AI算法快速提取关键病理性EEG脑电数据成为大趋势。
目前，该领域已经有众多科技公司介入，包括阿里健康（2019年5月上线阿里癫痫脑电分析引擎）在内的众多国内外科技公司及互联网巨头均已积极介入癫痫诊断领域，希望通过AI算法缓解医疗诊断资源不足的情况，在5G新基建的推动下，通过云医疗、远程大数据等方式，缓解临床资源分布不均的现状。
相关产业与脑科学关联度：★★☆☆☆
从现有癫痫EEG脑电AI诊断的企业布局来看，它们都并非专注于癫痫诊疗，而是看中了癫痫诊疗背后的脑电研究价值。诚然，EEG脑电监测对于脑电研究有着巨大价值，但目前要实现有效利用还需要解决众多挑战。
EEG脑电监测手段的出现已有悠久历史，全球各大顶级学府均已深度介入无创监测的研究，但因头皮脑电监测数据信噪比差，有效特征数据解耦困难，且受制于监测环境及个体特性等多重制约，导致脑科学界可从其中进一步挖掘更深入认知数据的难度异常巨大。
动脉网曾与在美计算神经科学领域某学者交流，他将EEG脑电解码过程形象比喻为“站在巨大的足球场外，想去理解和听懂坐在特定区域坐席的某一些球迷在交谈什么一样困难，许多神经元在经过初始信号的耦合后，已经形成巨大而嘈杂的背景音，且需要特殊事件，如某一方球队进球了，才能大致分清来自哪一方球队的球迷的欢呼声，无创BCI（脑机接口）领域正是如此，更多只能获得区域的趋势信号，无法进一步理解更深的含义。”
无创BCI（脑机接口）信号解读有限也是为什么较多脑机接口公司扎推于浅层意念控制、睡眠等领域。在该领域创业项目多局限于尝试解读特殊脑区（运动区），以及具有显著特征的EEG脑电特征（如癫痫）的发作监测，用于无创BCI脑机接口的开发及应用。该领域更多集中在所谓“意念”控制的领域，如遥控玩具等，结合肢体与肌电反馈等，切入泛娱乐行业，国内如EEGSmarT，国外包括如Neuroverse，均为面向家用消费级及精神护理（睡眠健康）领域的创业项目。
NeuroVerse－无创BCI
该领域公开过往融资的企业包括：
