Данная работа представляет собой систематический обзор применения технологий искусственного интеллекта (ИИ) в области глубокой стимуляции мозга (DBS) для терапии различных двигательных расстройств. Исследование фокусируется на интеграции алгоритмов машинного обучения в системы DBS для создания адаптивных нейромодуляций, которые подстраиваются под текущее состояние пациента в режиме реального времени. Авторы проводят комплексную оценку технологической готовности (TRA) существующих решений, анализируя переход от статических протоколов к интеллектуальным закрытым циклам (closed-loop systems). В статье рассматриваются методы обработки нейронных сигналов и возможности ИИ в прогнозировании симптомов, что позволяет минимизировать побочные эффекты и оптимизировать энергопотребление имплантируемых устройств. Результаты подчеркивают критическую важность перехода к персонализированной нейромодуляции на основе данных для улучшения долгосрочных клинических исходов. Работа служит важным ориентиром для разработчиков медицинских изделий и клиницистов, внедряющих высокотехнологичные решения в нейрохирургическую практику.