本文轉自：人民日報客户端
姜泓冰
“面對發展一日千里的AI（人工智能）新技術，作為一名神經外科大夫，我並不擔心會失業，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。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。”近日，由天橋腦科學研究院攜手華山醫院（國家神經疾病醫學中心）、上海市精神衞生中心（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，復旦大學附屬華山醫院院長毛穎教授這樣説。
備受關注的GPT等AI新技術，可以為腦疾病研究診療帶來哪些突破性進展？會上，國家精神疾病醫學中心腦健康研究院院長徐一峯教授、上海市精神衞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衞東教授等AI、臨牀領域專家進行了積極交流。
精準醫療將打通“最後一公里” 人工智能科學家胡鵬偉博士介紹，在精準醫療方面，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，憑藉AI技術和可穿戴智能設備等結合創新，精準醫療有望在3-5年內完成它的“最後一公里”。
侵入式腦電破譯腦功能 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介紹了侵入性腦電數據庫的建設及增強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於大腦表面，以獲取高信噪比的腦電數據。以帕金森病患者為例，臨牀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。他希望藉助增強AI技術完成耗時且重複性較高的工作，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。
在攻克AD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鬱金泰教授指出，GPT模型在提高醫療自動化水平，如搭建疾病管理平台、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上具有潛力。目前，AD（阿茲海默症）診療與研究領域面臨諸多挑戰，如高質量醫療數據缺乏、數據安全性問題、回答實效性受訓練數據影響等，但通過不斷深化研究與實踐，AI有望在AD領域發揮關鍵作用。
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於歡教授提到，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。目前已有超過150種編碼和計算夢境的方法，研究者們希望藉助AI技術製作一個實用性更強的研究工具；同時，開發移動客户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。
打造抑鬱症問診人機對話助手 上海交通大學計算機科學與工程系吳夢玥副教授認為，開發基於人機對話的抑鬱症問診機器人，以及利用語音和語言特徵構建症狀與精神疾病知識圖譜，是未來抑鬱症早診早治的方向。很多精神疾病的診斷主要依賴於面對面的問診和交談，理論上，模型能夠學會這個技能。通過深度交流，人機對話能夠得到精確的症狀描述。
抑鬱症早診早治新探索 上海市精神衞生中心心境障礙科主任彭代輝教授正在領導“抑鬱症的前瞻性臨牀隊列研究”重大科研項目，收集全國範圍內的抑鬱症患者數據，創建多中心、規範化、標準化的大規模長期病例數據庫。該團隊已初步構建抑鬱症腦功能網絡診斷與分型模型，擬運用數字表型技術，對包括音頻、視頻、腦電和眼動等多維度立體大數據進行特徵提取、篩選和建模。大數據與人工智能技術相結合，可提高抑鬱症診斷的精準度，優化篩查評估方法以及風險事件預測，在為患者提供敏感和特異的診療方案中有着巨大潛力。
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技術應用於心理健康和腦科學研究領域所取得的成果。在壓力、抑鬱症和自殺風險檢測方面，已初步實現準確的分類和預判。林關寧認為，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，並推理數據之間的內在邏輯，這將為現有的科研範式帶來革命性變革，並推動心理健康和腦科學研究領域的快速發展。