AI腦機接口：讓腦疾病診療有跡可循
喜怒哀樂，人的每種情緒狀態都是心理活動的外在表現，而背後更深層次的根源則取決於大腦作用。大腦是人體最精密的器官，它不僅控制情緒，還影響性格、認知、記憶、注意力等，面對這樣神秘複雜的器官，人們嘗試藉助智能手段展開深入探索。2023醫療科技創新挑戰賽期間，一批聚焦AI腦機接口技術創新應用的企業和團隊脫穎而出入圍決賽，在腦疾病精準診療方面展現出優勢實力。不僅如此，更多聚焦神經科學前沿領域研發攻堅的創新主體，在賽事期間提出了一系列優秀成果方案。產業一線涌現出的澎湃創新活力，令人對智慧醫療前景充滿期待。
當記憶化作流沙沿時間的長河消逝，一場漫長的告別就此開始。
數據顯示，我國輕度認知障礙和癡呆的患病人數超5000萬，面對記憶衰退這一世界難題，目前仍缺乏精準有效的診療手段。
“臨牀上通常採用量表對癡呆進行症狀學診斷，而焦慮和抑鬱等病症同樣如此。”北京未名腦腦科技有限公司（以下簡稱“未名腦腦”）創始人兼CEO高妍談道。作爲一名曾就職於三甲醫院的臨牀醫生，高妍對神經系統疾病有着深刻的理解和思考。“衆所周知，抑鬱和焦慮都是大腦疾病，我們希望找到更加客觀的、基於大腦檢測本身的病因學檢測方法及精準化治療手段，這也是未名腦腦創立的初衷。”
10月，2023醫療科技創新挑戰賽公佈了總決賽入圍名單，包括未名腦腦在內的15家單位和團隊，將在各自領域對前沿醫療難題發起攻關。其中，以AI腦機接口爲切入點，對神經系統疾病展開分析和診療成爲備受關注的熱點方向之一。
▲2023醫療科技創新挑戰賽總決賽名單公佈（排名不分先後，按項目名稱首字母拼音排列）
“腦機接口的概念首次提出至今剛好50週年，其發展有三個起源，一是腦電的發現讓人們開始設想腦機接口的概念，二是計算機科學的發展使得腦電分析成爲現實，三是神經科學的發展加深了人們對大腦的理解。”清華大學教授高小榕教授表示。他指出，醫療是腦機接口的一大應用領域，可用於幫助傷殘人士實現人機交互，隨着AI能力的不斷提升，越來越多專注AI研究的科學家希望通過腦機接口提升人類的能力。
除了腦機接口，挑戰賽項目還涵蓋顱內血管介入、康復與輔助治療機器人、顱內動脈手術規劃與評估等神經科學和腦科學前沿領域。這意味着，圍繞神經科學與腦科學領域衍生出的高能級產業項目正在加速涌現。
據悉，本次挑戰賽由常州國家高新區管委會和美敦力康輝聯合主辦，由中國計算機行業協會人工智能專委會和常州市創新委員會辦公室指導，中國神經科學學會神經外科學基礎與臨牀分會擔任學術指導。自2023年7月28日啓動以來，已有近100個創新項目報名參賽。總決賽將於12月23日在常州舉行。
一症多因成神經疾病診斷難題
近一段時間，MBTI（Myers-Briggs Type Indicator，邁爾斯-布里格斯類型指標）人格類型測試火遍社交平臺，深受年輕人追捧。通過問答自測來判斷人格類型，進而對個體的職業選擇和內在潛力做出評估判斷，這種便捷的評價方式激發了人們對自我探索的好奇。類似這樣的測量工具，也應用於焦慮、自閉等疾病的臨牀診斷，醫學上稱之爲量表。
“所謂量表就是通過主觀的心理測試答題來進行診斷。”中國醫學救援協會神經生物反饋治療與干預分會秘書長、青島雲科碩腦智能科技有限公司（以下簡稱“雲科碩腦”）CEO李玥堃指出，量表診斷存在明顯短板，即配合度低、準確性差、識別率低，以及患者的隱私難以得到保障。
“以急腹症爲例，腹痛是主要症狀，導致這一症狀的原因很多，包括闌尾炎、胰腺炎、膽囊炎等，這些纔是病因。”高妍用形象的例子解釋了病因和病症之間的內在聯繫，也道出了精神類疾病臨牀診斷準確性差、識別率低的癥結所在。大腦是人體最複雜、最精密的器官，有人將大腦和宇宙並稱爲人類科學的最後疆域，由此可見一斑。同時，不同個體之間的大腦也存在較大差異，這就導致病因診斷變得更加困難。
既然如此，量表爲何依然是臨牀領域診斷精神類疾病的主流方法？李玥堃認爲，主要有四點原因，一是缺乏精神障礙的量化研究理論和方法，二是缺乏適用於臨牀診斷的客觀量化指標，三是缺乏針對抑鬱等時序特徵的心理生理信息感知技術，四是缺乏多模態信息的關聯/融合分析研究。
令人欣慰的是，得益於AI技術的快速發展，越來越多的病症表現正在變得可量化。“結合可穿戴設備，比如腦電、手環等，很多生理數據能夠被捕捉到，進而幫助我們進行人羣劃分，更好做出診斷。”高妍表示，隨着AI、腦機接口等多學科技術的融合發展，精神類疾病的精準診療成爲了可能。
多模態綜合分析診斷打開精準診療突破口
談起腦機接口，或許很多人會聯想到美國企業家埃隆·馬斯克創辦的Neuralink公司，通過植入芯片實現意念操控，這是腦機接口的一種功能表現。所謂腦機接口，是指在腦與外部設備之間建立直接的通信渠道，分爲侵入式和非侵入式，它不僅可以實現操作控制，還可以幫我們更好地認識大腦。
“人的情緒會造成腦電、心電等電生理信號的變化，一般情況下不受主觀控制，可以準確反映人的情緒狀態。”李玥堃解釋道，“有研究發現，人在注意到一個物體時，大腦會在短暫的300毫秒內激發一連串反應，產生被稱爲腦指紋的P300腦波，這是大腦的無意識反應，之後再看到這個物體，腦指紋會如幽靈般再現。”在現實生活中，這種腦波被應用於測謊儀，成爲了戳穿謊言的利器。
利用相似的原理，通過穿戴式信號採集設備獲取腦電信號，經過一系列處理和識別後，可輔助醫生更加客觀精準地診斷精神類疾病。當然，這並不意味着可以單純依靠腦電特徵作爲診斷依據。“腦網絡本身非常複雜，隨着人類的意識活動，大腦的電活動剎那流變，而腦電信號本身是一種微弱信號，伴有很大噪音和不確定性，單純通過頭皮腦電獲取的方式，難以提煉出和疾病準確相關的維度信息，”高妍提示道，“需要結合更多維度數據，藉助高維度參數綜合分析評判，包括行爲特徵、遺傳，及蛋白特徵等。”
基於此，未名腦腦推出了中樞神經系統疾病的多維多組學標誌物MDMM（Multi-dimensional Marker）算法模型和腦疾病醫學數據庫的平臺技術，構建了腦疾病數字病理及數字靶點，從病因學及多維數據出發，建立大腦病理模型的數字孿生，從更高維度找尋病理特徵及新的生物學疾病靶點，以實現中樞神經系統疾病臨牀精準治療。
針對抑鬱症診療，雲科碩腦提出了腦機接口技術情感計算方法，通過構建抑鬱障礙識別指標及感知技術體系，提取分析腦電、語音、表情、行爲等多位特徵，進而實現客觀診斷。“便攜式非侵入腦電採集技術很長一段時間被歐美設備廠商壟斷。” 李玥堃直言，“爲了突破這項‘卡脖子’技術，我們團隊從2010年起瞄準普適化腦電採集技術開展研發攻堅，對標國際領先的技術廠商，在信噪比、採集精度等技術指標上持續優化，針對抑鬱症提出了新型採集技術範式和腦電特徵指標，從底層硬件到頂層算法模型，實現了擁有完全自主知識產權的醫療臨牀設備研發。”
“通過分析大量的臨牀數據和患者的個體特徵，AI技術能夠輔助醫生更好地理解病情發展趨勢、預測疾病風險和優化治療方案。”蘇州聆慧爾科技有限公司（以下簡稱“聆慧爾科技”）技術總監鍾慧說道。
防治結合構建智能康復系統
研究發現，不同大腦區域之間存在緊密、具有拓撲性質的聯繫。認知訓練可以引起神經聯結和多巴胺信號的良性變化，向成年人提供認知訓練能夠將阿爾茨海默病的診斷風險顯著降低33%～48%。
鍾慧表示，基於認知神經科學腦可塑性原理，聆慧爾科技通過腦電信號採集設備以及多媒體軟件，打造出針對認知功能進行測評及系統化訓練的系統，希望可以通過神經調控和認知干預訓練等方式激活大腦中與認知功能相關聯的腦網絡，以預防、康復、治療或輔助治療與個體認知功能相關的腦疾病。
近年來，在精神類疾病的預防和診療方面，非藥物干預技術異軍突起。“對於精神疾病來講，預防和治療的難度相對於其他疾病更大。但對於抑鬱症而言，這是一種與壓力密切相關的疾病，減壓的衆多手段中不容忽視的就是運動。”李玥堃補充道：“運動對情緒調節的貢獻程度達到20％～30%，哪怕已經確診爲抑鬱症患者，運動仍然是一種有效的輔助治療手段。”爲此，雲科碩腦結合AI腦機接口實時測評及神經生物反饋技術，展開了抑鬱的非藥物治療的干預技術研究和應用。
“神經反饋是生物反饋的一種，採用現代傳感技術測量人體生物信號，如腦電波, 利用計算機技術將生物信號處理並轉換爲人可以覺察的圖像、聲音、觸覺等信號，讓受訓者通過主觀地感受，自覺改變自身生物信號，進而逐步改善功能、消除疾病、提高性能。”李玥堃說道，“我們採用神經生物反饋療法，利用自研的AI腦機接口生理科學儀器，通過人體內生理或病理信息的自身反饋，使患者經過特殊訓練後，能進行有意識的意念控制和心理訓練，從而恢復身心健康。”
在首都醫科大學附屬北京安定醫院，未名腦腦基於MDMM技術平臺開發的神經調控精準治療項目已經開展臨牀試驗。高妍指出，特定頻率神經震盪在信息加工、工作記憶等大腦高級認知功能方面發揮着重要的作用，通過感知覺刺激誘發神經震盪，可協調腦區間的信息加工處理，有效提升大腦不同神經環路及認知功能。採用聲光電綜合手段，藉助自適應算法調控實施個性化精準診療，能夠顯著增強腦上行網狀激活系統、注意網絡、工作記憶環路、執行控制網絡等的神經突觸可塑性和神經連接性，增強神經震盪，有效改善抑鬱症、焦慮症、阿爾茨海默症等患者的症狀及認知功能。
AI日益成爲精神疾病的診療利器
“精神疾病的診療，從以往的定性向定量方式的轉變，人工智能技術一定是不可或缺的。”李玥堃強調，隨着傳感器和採集技術的發展，人們對人體數據的認知和掌握將逐步加深，而數據越多，則意味着AI技術越有用武之地。
當前，人工智能在部分醫療領域已經實現了成熟應用。例如，新冠疫情期間，藉助CT影像智能分析技術可以大幅提升臨牀診斷效率。再如，在藥物研發方面，通過智能預測技術可大幅縮短製藥週期，降低試錯成本。“未來，AI將成爲腦疾病診療的關鍵抓手。”高妍表示，“腦疾病非常複雜，如果不借助智能手段，僅依靠人的線性思維難以解開診療難題。”她進一步指出，高質量的數據是發揮智能技術核心優勢的重要前提，現階段大量的臨牀數據不能直接用於深度學習，要注重高質量、標準化的數據積累。高妍介紹，未名腦腦已積累超過2萬例患者的高質量數據，爲優化算法模型提供了重要支撐。
滴水穿石非一日之功，任何前沿技術的應用都是在摸索中逐漸走向成熟。鍾慧認爲，非侵入式腦機接口技術在精神類疾病診療方面，應着重從四個方面持續優化提升。一是提升信號採集技術，開發採集精度更高、抗噪性更好的腦電信號採集設備，提高信號質量和穩定性；二是優化信號處理算法，更有效地識別和解釋腦電信號模式，提高腦機接口系統的性能和準確性；三是降低設備成本，通過技術和規模化生產等手段，開發更便攜、更普惠的硬件設備，這也有助於非侵入式腦機接口技術的推廣；四是加強隱私保護和合規性，通過開發安全的數據存儲和傳輸機制，保障用戶數據的安全，確保腦機接口技術的使用符合隱私保護標準和倫理規範，增強患者的信任感。
此外，鍾慧還呼籲產業界各方整合優質資源，加快相關標準制定、產品及解決方案的應用推廣，推動形成良好合作氛圍和協作機制，圍繞產業鏈關鍵問題與核心技術組織研究攻關，爲腦機接口產業發展提供必要支撐。
誠然，前沿新興領域的發展離不開創新技術的突破、社會需求的驅動，以及產業的協同創新。“此次舉辦的2023醫療科技創新挑戰賽主要聚焦神經科學領域，以神經系統修復和增強爲主要方向，取得了非常好的進展，”作爲此次大賽的評委嘉賓，高小榕教授點評道，“大賽的核心除了聚焦科學層面的創新外，還關注社會需求與產品落地之間的對接，尤其此次大賽中偏癱、康復機器人等領域的項目，能夠很好地與社會需求結合。另外，我們也看到一些與醫療相關的製造平臺，比如核酸擴增、手術機器人等項目，可以幫助醫生更好地診療。” 在創新項目的加持下，神經科學或將成爲下一個影響人類未來世界發展的顛覆性新興產業。
閱讀更多內容，歡迎訂購《機器人產業》雜誌。
點贊關注不迷路
關注“雷克智能”公衆號後不要忘記星標