Personalized neuromodulation in epilepsy: navigating challenges toward a convergent future

ZHANG Chunqing; WU Ju

doi:10.16016/j.2097-0927.202603037

您当前的位置：

首页 >

文章列表页 >

Personalized neuromodulation in epilepsy: navigating challenges toward a convergent future

Expert Review | 更新时间：2026-05-30

- Personalized neuromodulation in epilepsy: navigating challenges toward a convergent future
- Journal of Army Medical University Vol. 48, Issue 10, Pages: 1289-1297(2026)
- 作者机构：
  
  陆军军医大学（第三军医大学）第二附属医院神经外科，全军癫痫病诊治中心，CAAE国家三级综合癫痫中心，重庆
- 作者简介：
  
  ZHANG Chunqing， E-mail：cqzhang@tmmu.edu.cn
- 基金信息：
  
  the General Program of National Natural Science Foundation of China(82571673);the General Project of Natural Science Foundation of Chongqing(CSTB2023NSCQMSX0216);the Joint Medical Research Project for Young and Middle-Aged Top Talents of Chongqing Science and Technology Commission and Chongqing Health Commission(2024GDRC013)
- DOI：10.16016/j.2097-0927.202603037
  CLC： R741.05;R742.1
- Received：06 March 2026，
  
  Revised：2026-03-29，
  
  Accepted：29 March 2026，
  
  Published：30 May 2026
- 稿件说明：
移动端阅览
张春青，吴炬.个体化神经调控治疗癫痫的挑战与融合式未来［J］.陆军军医大学学报，2026，48（10）：1289-1297.DOI：10.16016/j.2097-0927.202603037.

ZHANG C Q，WU J.Personalized neuromodulation in epilepsy： navigating challenges toward a convergent future［J］.J Army Med Univ，2026，48（10）：1289-1297.DOI：10.16016/j.2097-0927.202603037.
张春青，吴炬.个体化神经调控治疗癫痫的挑战与融合式未来［J］.陆军军医大学学报，2026，48（10）：1289-1297.DOI：10.16016/j.2097-0927.202603037. DOI：

ZHANG C Q，WU J.Personalized neuromodulation in epilepsy： navigating challenges toward a convergent future［J］.J Army Med Univ，2026，48（10）：1289-1297.DOI：10.16016/j.2097-0927.202603037. DOI：

摘要

癫痫治疗中，约三分之一的患者最终发展为药物难治性癫痫，而常规切除性手术的临床应用常受各种因素的严格限制。近年来，神经调控技术逐渐进入临床，为这类患者带来了新的治疗希望，但疗效仍远未臻理想。当前神经调控技术的发展正经历从经验性到数据驱动、再到模型驱动的范式演进，最终将走向数据与模型的深度融合。数据驱动方法以立体脑电等临床多模态数据为基础，从中识别个体癫痫网络的关键节点，模型驱动方法则通过构建“数字孪生脑模型”对干预方案进行模拟与优化。文章系统评述了当前植入式闭环技术的临床证据与个体化实践，同时分析了以时域干涉刺激为代表的无创深部调控技术进展及其多模态协同潜力。在此基础上，重点阐述了数据驱动与模型驱动两种范式的本质区别与互补关系，提出以“数字孪生脑模型”为整合平台，实现从现象发现到机制模拟、再到疗效预测的完整闭环。最后，文章系统梳理了当前在技术、方法学与临床层面存在的挑战，旨在为癫痫个体化精准调控提供理论框架与实践方向。

Abstract

Approximately one-third of patients with epilepsy develop drug-resistant epilepsy

where conventional resective surgery faces stringent clinical limitations. Recent years have witnessed neuromodulation techniques emerging as clinical alternatives

offering new therapeutic prospects for this population

though suboptimal efficacy persists. Current neuromodulation paradigms are evolving from empirical to data-driven and model-driven approaches

progressing toward their deep integration. Data-driven methods leverage clinical multimodal data

such as stereoelectroencephalography

to identify pivotal nodes within individual epileptic networks

while model-driven approaches simulate and optimize intervention strategies through constructing a “digital twin brain model”. This review systematically evaluates clinical evidence and individualized practices of implantable closed-loop technologies

alongside advances in noninvasive deep brain modulation techniques—exemplified by temporal interference stimulation—and their multimodal synergies. Crucially

we delineate the fundamental distinctions and complementary relationships between data-driven and model-driven paradigms

proposing a unified framework centered on “digital twin brain models” to establish a closed loop from empirical observations to mechanistic simulations and treatment outcome projections. Finally

we synthesize current challenges across technological

methodological

and clinical domains

aiming to provide a theoretical foundation and actionable roadmap for personalized precision neuromodulation in epilepsy.

关键词

Keywords

references

THIJS R D ， SURGES R ， O’BRIEN T J ， et al . Epilepsy in adults ［J］. Lancet ， 2019 ， 393 （ 10172 ）： 689 - 701 . DOI： 10.1016/S0140-6736（18）32596-0 http://dx.doi.org/10.1016/S0140-6736（18）32596-0 .

RYVLIN P ， RHEIMS S ， HIRSCH L J ， et al . Neuromodulation in epilepsy： state-of-the-art approved therapies ［J］. Lancet Neurol ， 2021 ， 20 （ 12 ）： 1038 - 1047 . DOI： 10.1016/S1474-4422（21）00300-8 http://dx.doi.org/10.1016/S1474-4422（21）00300-8 .

LIANG S S ， WANG L K ， SHEN K F ， et al . Targeting brain hubs of ictal fast ripple activity to reduce seizures in patients with drug-resistant epilepsy ［J］. Sci Transl Med ， 2025 ， 17 （ 830 ）： eadq4423 . DOI： 10.1126/scitranslmed.adq4423 http://dx.doi.org/10.1126/scitranslmed.adq4423 .

CASTELO-PABLOS M F ， HUERTA-HURTADO A M ， ARMENDÁRIZ-BETANCOURT I ， et al . Vagus nerve stimulation for drug-resistant epilepsy and predictors for seizure freedom： a nationwide multicenter cohort study in Mexico ［J］. Epileptic Disord ， 2026 ： epd2.70202. DOI： 10.1002/epd2.70202 http://dx.doi.org/10.1002/epd2.70202 .

MUTHIAH N ， AKWAYENA E ， VODOVOTZ L ， et al . Comparison of traditional and closed loop vagus nerve stimulation for treatment of pediatric drug-resistant epilepsy： a propensity-matched retrospective cohort study ［J］. Seizure ， 2022 ， 94 ： 74 - 81 . DOI： 10.1016/j.seizure.2021.11.016 http://dx.doi.org/10.1016/j.seizure.2021.11.016 .

PAHARI S ， DELANEY H ， ADELSON P D . Practice variability in vagus nerve stimulation settings for drug-resistant epilepsy and a pilot quality improvement initiative to optimize stimulation parameters ［J］. J Neurosurg ， 2026 ： 1 - 9 . DOI： 10.3171/2025.9.jns251489 http://dx.doi.org/10.3171/2025.9.jns251489 .

FAHOUM F ， BOFFINI M ， KANN L ， et al . VNS parameters for clinical response in epilepsy ［J］. Brain Stimul ， 2022 ， 15 （ 3 ）： 814 - 821 . DOI： 10.1016/j.brs.2022.05.016 http://dx.doi.org/10.1016/j.brs.2022.05.016 .

DENG D ， JUNG B ， MNATSAKANYAN L ， et al . Responsive neurostimulation leads targeting intracranial sites with ictal high-frequency oscillation onset patterns are associated with better 2-year seizure control outcomes ［J］. Epilepsia ， 2026 ： 70115 . DOI： 10.1002/epi.70115 http://dx.doi.org/10.1002/epi.70115 .

JAFFEEE S ， KITE T S ， ARORA S ， et al . Single-center retrospective analysis of responsive neurostimulation outcomes ［J］. Surg Neurol Int ， 2025 ， 16 ： 423 . DOI： 10.25259/sni_130_2025 http://dx.doi.org/10.25259/sni_130_2025 .

NAIR D R ， LAXER K D ， WEBER P B ， et al . Nine-year prospective efficacy and safety of brain-responsive neurostimulation for focal epilepsy ［J］. Neurology ， 2020 ， 95 （ 9 ）： e1244 - e1256 . DOI： 10.1212/wnl.0000000000010154 http://dx.doi.org/10.1212/wnl.0000000000010154 .

SALANOVA V ， WITT T ， WORTH R ， et al . Long-term efficacy and safety of thalamic stimulation for drug-resistant partial epilepsy ［J］. Neurology ， 2015 ， 84 （ 10 ）： 1017 - 1025 . DOI： 10.1212/WNL.0000000000001334 http://dx.doi.org/10.1212/WNL.0000000000001334 .

HU T Q ， XIE H T ， SHAN M ， et al . Long-term efficacy of anterior nucleus of the thalamus deep brain stimulation in drug-resistant epilepsy： a 5-year multicenter study ［J］. BMC Med ， 2025 ， 23 （ 1 ）： 615 . DOI： 10.1186/s12916-025-04465-5 http://dx.doi.org/10.1186/s12916-025-04465-5 .

PELTOLA J ， COLON A J ， PIMENTEL J ， et al . Deep brain stimulation of the anterior nucleus of the thalamus in drug-resistant epilepsy in the MORE multicenter patient registry ［J］. Neurology ， 2023 ， 100 （ 18 ）： e1852 - e65 . DOI： 10.1212/WNL. 0000000000206887 DOI：10.1212/WNL.0000000000206887 http://dx.doi.org/10.1212/WNL.0000000000206887DOI：10.1212/WNL.0000000000206887 .

DAN R M ， ZHANG H H ， BAI J C . Closed-loop control of epilepsy based on reinforcement learning ［J］. Int J Neur Syst ， 2026 ， 36 （ 2 ）： 2550074 . DOI： 10.1142/s0129065725500741 http://dx.doi.org/10.1142/s0129065725500741 .

MOHAMMADPOUR M ， KAPELLER C ， KAMADA K ， et al . Epileptiform discharges and high-frequency oscillations （HFOs） aid in identifying seizure location ［C］// 2025 47th Annual International Conference of the IEEE Engineering in Medicine and Biology Society （EMBC） . Copenhagen， Denmark ： IEEE ， 2025 ： 1 - 6 . DOI： 10.1109/EMBC58623. 2025.11254185 http://dx.doi.org/10.1109/EMBC58623.2025.11254185 .

DIMAKOPOULOS V ， GOTMAN J ， KLIMES P ， et al . Multicentre analysis of seizure outcome predicted by removal of high-frequency oscillations ［J］. Brain ， 2025 ， 148 （ 5 ）： 1769 - 1777 . DOI： 10.1093/brain/awae361 http://dx.doi.org/10.1093/brain/awae361 .

SHI W ， SHAW D ， WALSH K G ， et al . Spike ripples localize the epileptogenic zone best： an international intracranial study ［J］. Brain ， 2024 ， 147 （ 7 ）： 2496 - 2506 . DOI： 10.1093/brain/awae037 http://dx.doi.org/10.1093/brain/awae037 .

DEMCHENKO I ， TAILOR I ， CHEGINI S ， et al . Human applications of transcranial temporal interference stimulation： a systematic review ［J］. Brain Stimul ， 2025 ， 18 （ 6 ）： 2054 - 2066 . DOI： 10.1016/j.brs.2025.10.023 http://dx.doi.org/10.1016/j.brs.2025.10.023 .

IVANOV B ， TOTH J E ， MANDALI A ， et al . Beyond the surface： a review of transcranial temporal interference stimulation for deep brain modulation ［J］. Front Neurol ， 2025 ， 16 ： 1661049 . DOI： 10.3389/fneur.2025.1661049 http://dx.doi.org/10.3389/fneur.2025.1661049 .

O’REILLY M A . Exploiting the mechanical effects of ultrasound for noninvasive therapy ［J］. Science ， 2024 ， 385 （ 6714 ）： eadp7206 . DOI： 10.1126/science.adp7206 http://dx.doi.org/10.1126/science.adp7206 .

KRISHNA V ， SAMMARTINO F ， REZAI A L . A review of the current therapies， challenges， and future directions of transcranial focused ultrasound technology： advances in diagnosis and treatment ［J］. JAMA Neurol ， 2018 ， 75 （ 2 ）： 246 . DOI： 10.1001/jamaneurol.2017.3129 http://dx.doi.org/10.1001/jamaneurol.2017.3129 .

BAUER P R ， DE GOEDE A A ， STERN W M ， et al . Long-interval intracortical inhibition as biomarker for epilepsy： a transcranial magnetic stimulation study ［J］. Brain ， 2018 ， 141 （ 2 ）： 409 - 421 . DOI： 10.1093/brain/awx343 http://dx.doi.org/10.1093/brain/awx343 .

DEVLIN J T ， WATKINS K E . Stimulating language： insights from TMS ［J］. Brain ， 2007 ， 130 （ 3 ）： 610 - 622 . DOI： 10.1093/brain/awl331 http://dx.doi.org/10.1093/brain/awl331 .

MISSEY F ， ACERBO E ， DICKEY A S ， et al . Non-invasive temporal interference stimulation of the hippocampus suppresses epileptic biomarkers in patients with epilepsy： biophysical differences between kilohertz and amplitude modulated stimulation ［J］. Brain Stimul ， 2026 ， 19 （ 1 ）： 102981 . DOI： 10.1016/j.brs.2025.11.008 http://dx.doi.org/10.1016/j.brs.2025.11.008 .

BUBRICK E J ， MCDANNOLD N J ， OROZCO J ， et al . Transcranial ultrasound neuromodulation for epilepsy： a pilot safety trial ［J］. Brain Stimul ， 2024 ， 17 （ 1 ）： 7 - 9 . DOI： 10.1016/j.brs.2023.11.013 http://dx.doi.org/10.1016/j.brs.2023.11.013 .

LEE C C ， CHOU C C ， HSIAO F J ， et al . Pilot study of focused ultrasound for drug-resistant epilepsy ［J］. Epilepsia ， 2022 ， 63 （ 1 ）： 162 - 175 . DOI： 10.1111/epi.17105 http://dx.doi.org/10.1111/epi.17105 .

SINHA R ， JAUHARI P ， KUMAR A ， et al . Efficacy of repetitive transcranial magnetic stimulation （rTMS） therapy in children with drug refractory focal epilepsy—a randomized trial ［J］. Seizure Eur J Epilepsy ， 2025 ， 130 ： 150 - 158 . DOI： 10.1016/j.seizure.2025.06.020 http://dx.doi.org/10.1016/j.seizure.2025.06.020 .

MISHRA A ， MAITI R ， MISHRA B R ， et al . Effect of repetitive transcranial magnetic stimulation on seizure frequency and epileptiform discharges in drug-resistant epilepsy： a meta-analysis ［J］. J Clin Neurol ， 2020 ， 16 （ 1 ）： 9 . DOI： 10.3988/jcn.2020.16.1.9 http://dx.doi.org/10.3988/jcn.2020.16.1.9 .

SUN W ， MAO W ， MENG X H ， et al . Low-frequency repetitive transcranial magnetic stimulation for the treatment of refractory partial epilepsy： a controlled clinical study ［J］. Epilepsia ， 2012 ， 53 （ 10 ）： 1782 - 1789 . DOI： 10.1111/j.1528-1167.2012.03626.x http://dx.doi.org/10.1111/j.1528-1167.2012.03626.x .

REKTOROVÁ I ， PUPÍKOVÁ M ， FLEURY L ， et al . Non-invasive brain stimulation： current and future applications in neurology ［J］. Nat Rev Neurol ， 2025 ， 21 （ 12 ）： 669 - 686 . DOI： 10.1038/s41582-025-01137-z http://dx.doi.org/10.1038/s41582-025-01137-z .

DANESHZAND M ， GUERIN B ， KOTLARZ P ， et al . Model-based navigation of transcranial focused ultrasound neuromodulation in humans： application to targeting the amygdala and thalamus ［J］. Brain Stimul ， 2024 ， 17 （ 4 ）： 958 - 969 . DOI： 10.1016/j.brs.2024.07.019 http://dx.doi.org/10.1016/j.brs.2024.07.019 .

XU S M ， CUI H ， XIAO X ， et al . Precision at deep brain： noninvasive temporal interference stimulation ［J］. ACS Nano ， 2025 ， 19 （ 46 ）： 39589 - 39614 . DOI： 10.1021/acsnano. 5c15238 http://dx.doi.org/10.1021/acsnano.5c15238 .

CLINE C C ， KELLER C J . Personalizing brain stimulation for psychiatric disorders： from circuits to closed-loop control ［J］. Am J Psychiatry ， 2026 ， 183 （ 3 ）： 169 - 179 . DOI： 10.1176/appi.ajp.20251327 http://dx.doi.org/10.1176/appi.ajp.20251327 .

WANG M M ， ZHOU H T ， ZHANG X M ， et al . Alleviating cognitive impairments in bipolar disorder with a novel DTI-guided multimodal neurostimulation protocol： a double-blind randomized controlled trial ［J］. BMC Med ， 2025 ， 23 （ 1 ）： 334 . DOI： 10.1186/s12916-025-04174-z http://dx.doi.org/10.1186/s12916-025-04174-z .

BOMATTER P ， PAILLARD J ， GARCES P ， et al . Machine learning of brain-specific biomarkers from EEG ［J］. EBioMedicine ， 2024 ， 106 ： 105259 . DOI： 10.1016/j.ebiom.2024.105259 http://dx.doi.org/10.1016/j.ebiom.2024.105259 .

CALHOUN V D ， PEARLSON G D ， SUI J . Data-driven approaches to neuroimaging biomarkers for neurological and psychiatric disorders： emerging approaches and examples ［J］. Curr Opin Neurol ， 2021 ， 34 （ 4 ）： 469 - 479 . DOI： 10.1097/wco.0000000000000967 http://dx.doi.org/10.1097/wco.0000000000000967 .

MAO J W ， YE X L ， LI Y H ， et al . Dynamic network connectivity analysis to identify epileptogenic zones based on stereo-electroencephalography ［J］. Front Comput Neurosci ， 2016 ， 10 ： 113 . DOI： 10.3389/fncom.2016.00113 http://dx.doi.org/10.3389/fncom.2016.00113 .

JIRSA V ， WANG H F ， TRIEBKORN P ， et al . Personalised virtual brain models in epilepsy ［J］. Lancet Neurol ， 2023 ， 22 （ 5 ）： 443 - 454 . DOI： 10.1016/S1474-4422（23）00008-X http://dx.doi.org/10.1016/S1474-4422（23）00008-X .

SANZ-LEON P ， KNOCK S A ， SPIEGLER A ， et al . Mathematical framework for large-scale brain network modeling in the virtual brain ［J］. Neuroimage ， 2015 ， 111 ： 385 - 430 . DOI： 10.1016/j.neuroimage.2015.01.002 http://dx.doi.org/10.1016/j.neuroimage.2015.01.002 .

AHMADIPOUR M ， FATTORINI F ， MENEGHETTI N ， et al . In silico model of basal ganglia deep brain stimulation in Parkinson’s disease captures range of effective parameters for pathological beta power suppression ［J］. PLoS Comput Biol ， 2026 ， 22 （ 2 ）： e1013280 . DOI： 10.1371/journal.pcbi.1013280 http://dx.doi.org/10.1371/journal.pcbi.1013280 .

LI M J ， PU M ， BAETENS K ， et al . Human cerebellum and social navigation： cerebello-cerebral connectivity using dynamic causal modelling ［J］. Soc Cogn Affect Neurosci ， 2025 ， 20 （ 1 ）： nsaf096 . DOI： 10.1093/scan/nsaf096 http://dx.doi.org/10.1093/scan/nsaf096 .

LARIVIÈRE S ， SCHAPER F L W V J ， ROYER J ， et al . Brain networks for cortical atrophy and responsive neurostimulation in temporal lobe epilepsy ［J］. JAMA Neurol ， 2024 ， 81 （ 11 ）： 1199 . DOI： 10.1001/jamaneurol. 2024.2952 http://dx.doi.org/10.1001/jamaneurol.2024.2952 .

HO J C ， AUNG T ， DAMIANI A ， et al . Refining centromedian nucleus stimulation for generalized epilepsy with targeting and mechanistic insights from intraoperative electrophysiology ［J］. Nat Commun ， 2025 ， 16 ： 5272 . DOI： 10.1038/s41467-025-60183-9 http://dx.doi.org/10.1038/s41467-025-60183-9 .

WANG H E ， TRIEBKORN P ， BREYTON M ， et al . Virtual brain twins： from basic neuroscience to clinical use ［J］. Natl Sci Rev ， 2024 ， 11 （ 5 ）： nwae079 . DOI： 10.1093/nsr/nwae079 http://dx.doi.org/10.1093/nsr/nwae079 .

HASHEMI M ， DEPANNEMAECKER D ， SAGGIO M ， et al . Principles and operation of virtual brain twins ［J］. IEEE Rev Biomed Eng ， 2026 ， 19 ： 111 - 139 . DOI： 10.1109/RBME. 2025.3562951 http://dx.doi.org/10.1109/RBME.2025.3562951 .

LOPEZ-SOLA E ， MERCADAL B ， LLEAL-CUSTEY È ， et al . Personalized whole-brain models of seizure propagation ［J］. J Neural Eng ， 2025 ， 22 （ 5 ）： 056019 . DOI： 10.1088/1741-2552/ae08e9 http://dx.doi.org/10.1088/1741-2552/ae08e9 .

DOLLOMAJA B ， MAKHALOVA J ， WANG H F ， et al . Personalized whole brain modeling of status epilepticus ［J］. Epilepsy Behav ， 2023 ， 142 ： 109175 . DOI： 10.1016/j.yebeh. 2023.109175 http://dx.doi.org/10.1016/j.yebeh.2023.109175 .

WANG H E ， DOLLOMAJA B ， TRIEBKORN P ， et al . Virtual brain twins for stimulation in epilepsy ［J］. Nat Comput Sci ， 2025 ， 5 （ 9 ）： 754 - 768 . DOI： 10.1038/s43588-025-00841-6 http://dx.doi.org/10.1038/s43588-025-00841-6 .

CHIAPPALONE M ， LEVI T . Advancing neuroengineering with neuromorphic twins ［J］. Nat Commun ， 2026 ， 17 ： 1938 . DOI： 10.1038/s41467-026-68923-1 http://dx.doi.org/10.1038/s41467-026-68923-1 .

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Downregulation of PFN1 exerts neuroprotective effects in epilepsy by stabilizing calcium homeostasis and suppressing oxidative stress via regulating RhoA/ROCK2 signaling pathway

FK506 suppresses hippocampal seizures and neuroinjury by upregulating astrocytic EAAT1/2 expression via inhibition of calcineurin activity

Causality between ischemic stroke and epilepsy based on Mendelian randomization

Risk factors for prolonged sedation recovery time in children with epilepsy

Expression of Ppp3cb and Ppm1g in the hippocampus of NHE1 gene knockout rats based on proteomics

Related Author

JIANG Ting

ZHENG Qian

DUAN Kui

CHEN Changling

PENG Shuang

LIU Ying

WANG Jifen

ZHANG Chunlin

Related Institution

Department of Neurology， Guizhou Provincial People’s Hospital

Department of Pharmacology，School of Basic Medical Sciences， Guizhou Medical University，， Guizhou Medical University

Department of Pharmacology， School of Basic Medical Sciences， Guizhou Medical University

Department of Neurology， Affiliated Hospital of Guizhou Medical University

Department of Pharmacology， Functional Physiology Laboratory， Functional Laboratory， Basic Medical College of Guizhou Medical University

⁰