AI脑机接口：让脑疾病诊疗有迹可循
喜怒哀乐，人的每种情绪状态都是心理活动的外在表现，而背后更深层次的根源则取决于大脑作用。大脑是人体最精密的器官，它不仅控制情绪，还影响性格、认知、记忆、注意力等，面对这样神秘复杂的器官，人们尝试借助智能手段展开深入探索。2023医疗科技创新挑战赛期间，一批聚焦AI脑机接口技术创新应用的企业和团队脱颖而出入围决赛，在脑疾病精准诊疗方面展现出优势实力。不仅如此，更多聚焦神经科学前沿领域研发攻坚的创新主体，在赛事期间提出了一系列优秀成果方案。产业一线涌现出的澎湃创新活力，令人对智慧医疗前景充满期待。
当记忆化作流沙沿时间的长河消逝，一场漫长的告别就此开始。
数据显示，我国轻度认知障碍和痴呆的患病人数超5000万，面对记忆衰退这一世界难题，目前仍缺乏精准有效的诊疗手段。
“临床上通常采用量表对痴呆进行症状学诊断，而焦虑和抑郁等病症同样如此。”北京未名脑脑科技有限公司（以下简称“未名脑脑”）创始人兼CEO高妍谈道。作为一名曾就职于三甲医院的临床医生，高妍对神经系统疾病有着深刻的理解和思考。“众所周知，抑郁和焦虑都是大脑疾病，我们希望找到更加客观的、基于大脑检测本身的病因学检测方法及精准化治疗手段，这也是未名脑脑创立的初衷。”
10月，2023医疗科技创新挑战赛公布了总决赛入围名单，包括未名脑脑在内的15家单位和团队，将在各自领域对前沿医疗难题发起攻关。其中，以AI脑机接口为切入点，对神经系统疾病展开分析和诊疗成为备受关注的热点方向之一。
▲2023医疗科技创新挑战赛总决赛名单公布（排名不分先后，按项目名称首字母拼音排列）
“脑机接口的概念首次提出至今刚好50周年，其发展有三个起源，一是脑电的发现让人们开始设想脑机接口的概念，二是计算机科学的发展使得脑电分析成为现实，三是神经科学的发展加深了人们对大脑的理解。”清华大学教授高小榕教授表示。他指出，医疗是脑机接口的一大应用领域，可用于帮助伤残人士实现人机交互，随着AI能力的不断提升，越来越多专注AI研究的科学家希望通过脑机接口提升人类的能力。
除了脑机接口，挑战赛项目还涵盖颅内血管介入、康复与辅助治疗机器人、颅内动脉手术规划与评估等神经科学和脑科学前沿领域。这意味着，围绕神经科学与脑科学领域衍生出的高能级产业项目正在加速涌现。
据悉，本次挑战赛由常州国家高新区管委会和美敦力康辉联合主办，由中国计算机行业协会人工智能专委会和常州市创新委员会办公室指导，中国神经科学学会神经外科学基础与临床分会担任学术指导。自2023年7月28日启动以来，已有近100个创新项目报名参赛。总决赛将于12月23日在常州举行。
一症多因成神经疾病诊断难题
近一段时间，MBTI（Myers-Briggs Type Indicator，迈尔斯-布里格斯类型指标）人格类型测试火遍社交平台，深受年轻人追捧。通过问答自测来判断人格类型，进而对个体的职业选择和内在潜力做出评估判断，这种便捷的评价方式激发了人们对自我探索的好奇。类似这样的测量工具，也应用于焦虑、自闭等疾病的临床诊断，医学上称之为量表。
“所谓量表就是通过主观的心理测试答题来进行诊断。”中国医学救援协会神经生物反馈治疗与干预分会秘书长、青岛云科硕脑智能科技有限公司（以下简称“云科硕脑”）CEO李玥堃指出，量表诊断存在明显短板，即配合度低、准确性差、识别率低，以及患者的隐私难以得到保障。
“以急腹症为例，腹痛是主要症状，导致这一症状的原因很多，包括阑尾炎、胰腺炎、胆囊炎等，这些才是病因。”高妍用形象的例子解释了病因和病症之间的内在联系，也道出了精神类疾病临床诊断准确性差、识别率低的症结所在。大脑是人体最复杂、最精密的器官，有人将大脑和宇宙并称为人类科学的最后疆域，由此可见一斑。同时，不同个体之间的大脑也存在较大差异，这就导致病因诊断变得更加困难。
既然如此，量表为何依然是临床领域诊断精神类疾病的主流方法？李玥堃认为，主要有四点原因，一是缺乏精神障碍的量化研究理论和方法，二是缺乏适用于临床诊断的客观量化指标，三是缺乏针对抑郁等时序特征的心理生理信息感知技术，四是缺乏多模态信息的关联/融合分析研究。
令人欣慰的是，得益于AI技术的快速发展，越来越多的病症表现正在变得可量化。“结合可穿戴设备，比如脑电、手环等，很多生理数据能够被捕捉到，进而帮助我们进行人群划分，更好做出诊断。”高妍表示，随着AI、脑机接口等多学科技术的融合发展，精神类疾病的精准诊疗成为了可能。
多模态综合分析诊断打开精准诊疗突破口
谈起脑机接口，或许很多人会联想到美国企业家埃隆·马斯克创办的Neuralink公司，通过植入芯片实现意念操控，这是脑机接口的一种功能表现。所谓脑机接口，是指在脑与外部设备之间建立直接的通信渠道，分为侵入式和非侵入式，它不仅可以实现操作控制，还可以帮我们更好地认识大脑。
“人的情绪会造成脑电、心电等电生理信号的变化，一般情况下不受主观控制，可以准确反映人的情绪状态。”李玥堃解释道，“有研究发现，人在注意到一个物体时，大脑会在短暂的300毫秒内激发一连串反应，产生被称为脑指纹的P300脑波，这是大脑的无意识反应，之后再看到这个物体，脑指纹会如幽灵般再现。”在现实生活中，这种脑波被应用于测谎仪，成为了戳穿谎言的利器。
利用相似的原理，通过穿戴式信号采集设备获取脑电信号，经过一系列处理和识别后，可辅助医生更加客观精准地诊断精神类疾病。当然，这并不意味着可以单纯依靠脑电特征作为诊断依据。“脑网络本身非常复杂，随着人类的意识活动，大脑的电活动刹那流变，而脑电信号本身是一种微弱信号，伴有很大噪音和不确定性，单纯通过头皮脑电获取的方式，难以提炼出和疾病准确相关的维度信息，”高妍提示道，“需要结合更多维度数据，借助高维度参数综合分析评判，包括行为特征、遗传，及蛋白特征等。”
基于此，未名脑脑推出了中枢神经系统疾病的多维多组学标志物MDMM（Multi-dimensional Marker）算法模型和脑疾病医学数据库的平台技术，构建了脑疾病数字病理及数字靶点，从病因学及多维数据出发，建立大脑病理模型的数字孪生，从更高维度找寻病理特征及新的生物学疾病靶点，以实现中枢神经系统疾病临床精准治疗。
针对抑郁症诊疗，云科硕脑提出了脑机接口技术情感计算方法，通过构建抑郁障碍识别指标及感知技术体系，提取分析脑电、语音、表情、行为等多位特征，进而实现客观诊断。“便携式非侵入脑电采集技术很长一段时间被欧美设备厂商垄断。” 李玥堃直言，“为了突破这项‘卡脖子’技术，我们团队从2010年起瞄准普适化脑电采集技术开展研发攻坚，对标国际领先的技术厂商，在信噪比、采集精度等技术指标上持续优化，针对抑郁症提出了新型采集技术范式和脑电特征指标，从底层硬件到顶层算法模型，实现了拥有完全自主知识产权的医疗临床设备研发。”
“通过分析大量的临床数据和患者的个体特征，AI技术能够辅助医生更好地理解病情发展趋势、预测疾病风险和优化治疗方案。”苏州聆慧尔科技有限公司（以下简称“聆慧尔科技”）技术总监钟慧说道。
防治结合构建智能康复系统
研究发现，不同大脑区域之间存在紧密、具有拓扑性质的联系。认知训练可以引起神经联结和多巴胺信号的良性变化，向成年人提供认知训练能够将阿尔茨海默病的诊断风险显著降低33%～48%。
钟慧表示，基于认知神经科学脑可塑性原理，聆慧尔科技通过脑电信号采集设备以及多媒体软件，打造出针对认知功能进行测评及系统化训练的系统，希望可以通过神经调控和认知干预训练等方式激活大脑中与认知功能相关联的脑网络，以预防、康复、治疗或辅助治疗与个体认知功能相关的脑疾病。
近年来，在精神类疾病的预防和诊疗方面，非药物干预技术异军突起。“对于精神疾病来讲，预防和治疗的难度相对于其他疾病更大。但对于抑郁症而言，这是一种与压力密切相关的疾病，减压的众多手段中不容忽视的就是运动。”李玥堃补充道：“运动对情绪调节的贡献程度达到20％～30%，哪怕已经确诊为抑郁症患者，运动仍然是一种有效的辅助治疗手段。”为此，云科硕脑结合AI脑机接口实时测评及神经生物反馈技术，展开了抑郁的非药物治疗的干预技术研究和应用。
“神经反馈是生物反馈的一种，采用现代传感技术测量人体生物信号，如脑电波, 利用计算机技术将生物信号处理并转换为人可以觉察的图像、声音、触觉等信号，让受训者通过主观地感受，自觉改变自身生物信号，进而逐步改善功能、消除疾病、提高性能。”李玥堃说道，“我们采用神经生物反馈疗法，利用自研的AI脑机接口生理科学仪器，通过人体内生理或病理信息的自身反馈，使患者经过特殊训练后，能进行有意识的意念控制和心理训练，从而恢复身心健康。”
在首都医科大学附属北京安定医院，未名脑脑基于MDMM技术平台开发的神经调控精准治疗项目已经开展临床试验。高妍指出，特定频率神经震荡在信息加工、工作记忆等大脑高级认知功能方面发挥着重要的作用，通过感知觉刺激诱发神经震荡，可协调脑区间的信息加工处理，有效提升大脑不同神经环路及认知功能。采用声光电综合手段，借助自适应算法调控实施个性化精准诊疗，能够显著增强脑上行网状激活系统、注意网络、工作记忆环路、执行控制网络等的神经突触可塑性和神经连接性，增强神经震荡，有效改善抑郁症、焦虑症、阿尔茨海默症等患者的症状及认知功能。
AI日益成为精神疾病的诊疗利器
“精神疾病的诊疗，从以往的定性向定量方式的转变，人工智能技术一定是不可或缺的。”李玥堃强调，随着传感器和采集技术的发展，人们对人体数据的认知和掌握将逐步加深，而数据越多，则意味着AI技术越有用武之地。
当前，人工智能在部分医疗领域已经实现了成熟应用。例如，新冠疫情期间，借助CT影像智能分析技术可以大幅提升临床诊断效率。再如，在药物研发方面，通过智能预测技术可大幅缩短制药周期，降低试错成本。“未来，AI将成为脑疾病诊疗的关键抓手。”高妍表示，“脑疾病非常复杂，如果不借助智能手段，仅依靠人的线性思维难以解开诊疗难题。”她进一步指出，高质量的数据是发挥智能技术核心优势的重要前提，现阶段大量的临床数据不能直接用于深度学习，要注重高质量、标准化的数据积累。高妍介绍，未名脑脑已积累超过2万例患者的高质量数据，为优化算法模型提供了重要支撑。
滴水穿石非一日之功，任何前沿技术的应用都是在摸索中逐渐走向成熟。钟慧认为，非侵入式脑机接口技术在精神类疾病诊疗方面，应着重从四个方面持续优化提升。一是提升信号采集技术，开发采集精度更高、抗噪性更好的脑电信号采集设备，提高信号质量和稳定性；二是优化信号处理算法，更有效地识别和解释脑电信号模式，提高脑机接口系统的性能和准确性；三是降低设备成本，通过技术和规模化生产等手段，开发更便携、更普惠的硬件设备，这也有助于非侵入式脑机接口技术的推广；四是加强隐私保护和合规性，通过开发安全的数据存储和传输机制，保障用户数据的安全，确保脑机接口技术的使用符合隐私保护标准和伦理规范，增强患者的信任感。
此外，钟慧还呼吁产业界各方整合优质资源，加快相关标准制定、产品及解决方案的应用推广，推动形成良好合作氛围和协作机制，围绕产业链关键问题与核心技术组织研究攻关，为脑机接口产业发展提供必要支撑。
诚然，前沿新兴领域的发展离不开创新技术的突破、社会需求的驱动，以及产业的协同创新。“此次举办的2023医疗科技创新挑战赛主要聚焦神经科学领域，以神经系统修复和增强为主要方向，取得了非常好的进展，”作为此次大赛的评委嘉宾，高小榕教授点评道，“大赛的核心除了聚焦科学层面的创新外，还关注社会需求与产品落地之间的对接，尤其此次大赛中偏瘫、康复机器人等领域的项目，能够很好地与社会需求结合。另外，我们也看到一些与医疗相关的制造平台，比如核酸扩增、手术机器人等项目，可以帮助医生更好地诊疗。” 在创新项目的加持下，神经科学或将成为下一个影响人类未来世界发展的颠覆性新兴产业。
阅读更多内容，欢迎订购《机器人产业》杂志。
点赞关注不迷路
关注“雷克智能”公众号后不要忘记星标