本文转自：人民日报客户端

姜泓冰

“面对发展一日千里的AI（人工智能）新技术，作为一名神经外科大夫，我并不担心会失业，更关心如何拥抱AI，更好地服务患者，还能让我们医生早点下班。比如AI辅助问诊、辅助分析大脑影像和脑电数据、制定手术方案等，再比如从AI视角审视，打破人脑研究人脑的主观性障碍，早日攻克脑疾病。”近日，由天桥脑科学研究院携手华山医院（国家神经疾病医学中心）、上海市精神卫生中心（国家精神疾病医学中心）联合主办的AI助力攻克脑疾病研讨会上，复旦大学附属华山医院院长毛颖教授这样说。

备受关注的GPT等AI新技术，可以为脑疾病研究诊疗带来哪些突破性进展？会上，国家精神疾病医学中心脑健康研究院院长徐一峰教授、上海市精神卫生中心副院长王振教授、上海交通大学心理与行为科学研究院执行院长李卫东教授等AI、临床领域专家进行了积极交流。

精准医疗将打通“最后一公里” 人工智能科学家胡鹏伟博士介绍，在精准医疗方面，GPT的总结与归纳能力在早期检查与诊断、院外情感支持及辅助、大数据分析与模式识别等方面已经显现出强大实力。他预测，凭借AI技术和可穿戴智能设备等结合创新，精准医疗有望在3-5年内完成它的“最后一公里”。

侵入式脑电破译脑功能 复旦大学附属华山医院神经外科副主任、功能神经外科带头人陈亮教授介绍了侵入性脑电数据库的建设及增强AI技术在脑功能破译中的应用前景。侵入性脑电指的是将电极植入大脑或置于大脑表面，以获取高信噪比的脑电数据。以帕金森病患者为例，临床医生迫切需要通过大量颅内刺激实验来寻找最佳治疗方案，但这种方法对患者造成的负担较重。他希望借助增强AI技术完成耗时且重复性较高的工作，能协助解决尚未解答的科学问题，包括癫痫溯源预警和意识转化。

在攻克AD中发挥关键作用 复旦大学附属华山医院神经内科副主任、国家神经疾病医学中心认知障碍方向带头人郁金泰教授指出，GPT模型在提高医疗自动化水平，如搭建疾病管理平台、实现患者个体化病情评估、自动化分析报告、智能随访问答等功能上具有潜力。目前，AD（阿兹海默症）诊疗与研究领域面临诸多挑战，如高质量医疗数据缺乏、数据安全性问题、回答实效性受训练数据影响等，但通过不断深化研究与实践，AI有望在AD领域发挥关键作用。

助力解码梦境 复旦大学附属华山医院睡眠障碍诊疗中心执行主任于欢教授提到，多导睡眠监测是睡眠障碍诊断的标准技术，但其成本高且效率低。目前已有超过150种编码和计算梦境的方法，研究者们希望借助AI技术制作一个实用性更强的研究工具；同时，开发移动客户端以鼓励个体记录和分享自己的梦境，从而进行更贴近日常生活的梦境研究。

打造抑郁症问诊人机对话助手 上海交通大学计算机科学与工程系吴梦玥副教授认为，开发基于人机对话的抑郁症问诊机器人，以及利用语音和语言特征构建症状与精神疾病知识图谱，是未来抑郁症早诊早治的方向。很多精神疾病的诊断主要依赖于面对面的问诊和交谈，理论上，模型能够学会这个技能。通过深度交流，人机对话能够得到精确的症状描述。

抑郁症早诊早治新探索 上海市精神卫生中心心境障碍科主任彭代辉教授正在领导“抑郁症的前瞻性临床队列研究”重大科研项目，收集全国范围内的抑郁症患者数据，创建多中心、规范化、标准化的大规模长期病例数据库。该团队已初步构建抑郁症脑功能网络诊断与分型模型，拟运用数字表型技术，对包括音频、视频、脑电和眼动等多维度立体大数据进行特征提取、筛选和建模。大数据与人工智能技术相结合，可提高抑郁症诊断的精准度，优化筛查评估方法以及风险事件预测，在为患者提供敏感和特异的诊疗方案中有着巨大潜力。

解锁基因秘密挖掘知识图谱 上海交通大学生物医学工程学院林关宁教授展示了通过持续优化GPT的训练和规则设定，将GPT技术应用于心理健康和脑科学研究领域所取得的成果。在压力、抑郁症和自杀风险检测方面，已初步实现准确的分类和预判。林关宁认为，GPT等大型语言模型在心理健康和脑科学研究领域将发挥越来越重要的作用，很快将有能力处理除文本语言之外的数据，如影像、脑电、生物组学等多模态的数据，并推理数据之间的内在逻辑，这将为现有的科研范式带来革命性变革，并推动心理健康和脑科学研究领域的快速发展。