Данный систематический обзор посвящен анализу современных методов использования искусственного интеллекта для прогнозирования эпилептических приступов на основе данных электроэнцефалографии (ЭЭГ) в режиме реального времени. Исследование фокусируется на оценке эффективности алгоритмов машинного и глубокого обучения, способных выявлять преиктальные состояния до наступления клинического приступа. В работе систематизированы различные архитектуры нейронных сетей, применяемые для обработки временных рядов ЭЭГ, и оцениваются их показатели точности, чувствительности и специфичности. Авторы анализируют переход от статических моделей к системам непрерывного мониторинга, которые критически важны для разработки носимых устройств. Ключевым аспектом является выявление существующих пробелов в методологии, таких как проблема обобщающей способности моделей на новых пациентах и вычислительная сложность алгоритмов. Результаты обзора подчеркивают потенциал ИИ в создании систем раннего предупреждения, способных значительно повысить безопасность и качество жизни пациентов с тяжелыми формами эпилепсии.