“作為大夫，并不擔心失業，更關心如何AI服務患者”

圖說：AI助力攻克腦疾病研討會 來源/采訪對象提供

“面對發展一日千里的人工智能（AI）新技術，作為一名神經外科大夫，我并不擔心會失業，更關心如何擁抱AI，更好地服務患者，還能讓我們醫生早點下班。”日前，由天橋腦科學研究院（TCCI）攜手華山醫院（國家神經疾病醫學中心）、上海市精神衛生中心（國家精神疾病醫學中心）聯合主辦的AI助力攻克腦疾病研討會上，華山醫院院長、TCCI轉化中心主任毛穎教授開門見山地說。

會上，來自AI、臨床領域的專家展開了積極交流。

精準醫療即將打通最后一公里

人工智能科學家胡鵬偉博士指出，AI在醫療領域的應用場景極為廣泛，目前主要實現三大功能：減輕重復勞動負擔、識別人工難以察覺的痕跡和線索，以及在復雜環境中進行線索分析。

AI在精準醫療方面也有巨大潛力，GPT的總結與歸納能力在早期檢查與診斷、院外情感支持及輔助、大數據分析與模式識別等方面已經顯現出強大實力。他預測，憑借AI技術和可穿戴智能設備等的結合創新，精準醫療有望在3-5年內完成它的最后一公里。

解密侵入式腦電

復旦大學附屬華山醫院神經外科副主任、功能神經外科帶頭人陳亮教授重點介紹了侵入性腦電數據庫的建設以及增強AI技術在腦功能破譯中的應用前景。

侵入性腦電指的是將電極植入大腦或置于大腦表面，以獲取高信噪比的腦電數據。這類數據在神經科學和神經外科領域具有至關重要的價值，因為神經元放電是神經細胞最基本的活動方式。

通過建立高密度表面或深部電極，研究人員期望收集更多關于腦電活動的數據。以帕金森病患者為例，臨床醫生迫切需要通過大量顱內刺激實驗來尋找最佳治療方案，但這種方法對患者造成的負擔較重。

陳亮希望，借助增強AI技術完成耗時且重復性較高的工作，能協助解決尚未解答的科學問題，包括癲癇溯源預警和意識轉化。

期待助力解碼夢境

復旦大學附屬華山醫院睡眠障礙診療中心執行主任于歡教授強調了睡眠障礙對生活質量的影響，如腦血管意外、癡呆等。目前，多導睡眠監測是睡眠障礙診斷的標準技術，但其成本高且效率低。因此，研究者們期待通過人工智能技術改進診斷方法。

于歡介紹了夢境研究在睡眠障礙領域的應用，如通過控制夢境提高記憶力。目前已有超過150種編碼和計算夢境的方法，研究者們希望借助AI技術制作一個實用性更強的研究工具；同時，開發移動客戶端以鼓勵個體記錄和分享自己的夢境，從而進行更貼近日常生活的夢境研究。

來源/東方IC

打造抑郁癥問診人機對話助手

上海交通大學計算機科學與工程系吳夢玥副教授認為，開發基于人機對話的抑郁癥問診機器人，以及利用語音和語言特征構建癥狀與精神疾病知識圖譜，是未來抑郁癥早診早治的方向。

她說，很多精神疾病的診斷主要依賴于面對面的問診和交談。理論上，模型也應該能夠學會這個技能。同時，語音和語言作為客觀生物標記物，在DSM-5診斷手冊中已經被用于診斷抑郁癥等精神疾病。開發基于人機對話的抑郁癥問診機器人，通過深度交流，人機對話能夠得到與醫生所得到的同樣精確的癥狀描述。

上海市精神衛生中心心境障礙科主任彭代輝教授介紹，他領銜的重大科研項目“抑郁癥的前瞻性臨床隊列研究”旨在收集全國范圍內的抑郁癥患者數據，創建一個多中心、規范化、標準化的大規模長期病例數據庫。目前，團隊通過腦影像學和臨床神經心理評估兩個維度相結合初步構建了抑郁癥腦功能網絡診斷與分型模型。他們擬進一步運用數字表型技術，包括音頻、視頻、腦電和眼動等多維度立體大數據進行特征提取、篩選和建模。

解鎖基因秘密 挖掘知識圖譜

上海交通大學生物醫學工程學院林關寧教授展示了通過持續優化GPT的訓練和規則設定，將GPT技術應用于心理健康和腦科學研究領域所取得的成果。

在壓力、抑郁癥和自殺風險檢測方面，研究團隊通過改進提示工程，實現了GPT準確性的提升，已能初步實現準確的分類和預判。團隊還成功地從非結構化文本中提取了結構化信息，通過為GPT提供規定模式，實現了將這些信息規范地存儲在數據庫中，為未來研究和臨床實踐提供了寶貴數據。

盡管在應用過程中遇到了一些挑戰，如API接口局限性等，但林關寧教授相信像GPT等大型語言模型在心理健康和腦科學研究領域將發揮越來越重要的作用，很快將有能力處理除文本語言之外的數據，如影像、腦電、生物組學等多模態的數據，并推理數據之間的內在邏輯，這將推動心理健康和腦科學研究領域的快速發展。