AI+醫療應用廣泛有望助力攻克腦疾病

4月11日，國家互聯網信息辦公室發布關于《生成式人工智能服務管理辦法(征求意見稿)》公開征求意見的通知，人工智能在各個領域的應用引發各界高度關注。近日，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表示：“面對發展一日千里的AI新技術，我更關心如何擁抱AI，更好地服務患者。比如AI輔助問診、輔助分析大腦影像和腦電數據，制定手術方案等；再比如從AI全新的視角審視，打破人腦研究人腦的主觀性障礙，早日攻克腦疾病。”

精準醫療即將打通最后一公里

會上，來自AI、臨床領域的專家進行了積極交流。國家精神疾病醫學中心腦健康研究院院長徐一峰教授、上海市精神衛生中心副院長王振教授、上海交通大學心理與行為科學研究院執行院長李衛東教授等參加了會議。

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，精準醫療有望在3-5年內完成它的最后一公里。

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。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。他希望借助增強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。

AI在攻克多種疾病中發揮關鍵作用

復旦大學附屬華山醫院神經內科副主任、國家神經疾病醫學中心認知障礙方向帶頭人郁金泰教授指出，為實現AD早期診斷，有必要建立大型隊列，尤其是社區隊列，以便識別臨床前階段的患者。GPT模型在疾病管理方面的潛力，如搭建疾病管理平臺，實現患者個體化病情評估、自動化分析報告、智能隨訪問答等功能，以提高醫療自動化水平。他也提到，GPT在AD診療與研究領域所面臨的諸多挑戰，如高質量醫療數據的缺乏、數據安全性問題、回答實效性受訓練數據影響等，通過不斷深化研究與實踐，AI有望在AD領域發揮關鍵作用。

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，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。

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。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，他正在領導的重大科研項目“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，這種多維度立體大數據可能提高抑郁癥診斷的精準度，優化篩查評估方法以及風險事件預測。專家認為，大數據與人工智能技術相結合，在為患者提供敏感和特異的診療方案中有著巨大潛力。（鄧侃）