脑科学这个商业前景被严重低估的领域，AI如何助力其产业化
大嘉购整理编辑：
脑科学，被认为是人类科学最后的前沿。虽然大脑实体只栖居于人类不大的脑袋内，但是研究大脑并不比研究浩瀚的宇宙简单。
在很多人还仅仅把脑科学视为科研桂冠上难以企及的明珠时，已经有几十亿美金的资金流入脑科学研究领域，这些押注者不是别人，而是各国政府。
自2013年美国开启脑计划以来，美国、欧盟、日本、澳大利亚、韩国等国家和地区相继推出了各自的脑科学研究计划，脑科学与类脑研究已成为当前国际科技前沿的热点领域，被各国视为未来新的经济增长点和引领新科技的变革引擎。
但到目前为止，人类关于大脑的研究目前还相当粗浅。纽约大学医学院神经科学教授的捷尔吉·布萨基（György Buzsáki）在新书《由内而外看大脑》中写道：“我们正不断取得进展，但问题依然非常棘手。”
面对脑科学研究，我们究竟处于黎明前的黑暗还是刚刚踏入永夜，一切还不得而知。但至少有一点是光明的， 目前用于大脑研究的技术正在模糊传统的学科边界，人工智能、云计算、大数据等计算机学正在与生物学结合探索大脑，这些新变量的加入或许能为我们带来新发现。
动脉网通过梳理发现，在脑科学领域，除了吸引了众多关注的阿兹海默症，在神经系统疾病中，癫痫是脑科学研究一个很好的模型，尤其是在难治性癫痫中，通过脑部深电极（SEEG）获得的“深脑信号”为脑科学研究提供了大量稀缺的脑部信号。显然，在脑电数据大规模产生的时代，依靠人工的数据处理方式已经无法应对，AI的介入带来了新的数据发掘方法。
其实这并不是AI通过癫痫研究脑科学领域的唯一切口， 在科研之外，AI+脑电在商业化和产业化方面，有哪些切入路径？存在多大的想象空间？动脉网进行了梳理。
脑科学发展现在的阶段，相当于物理学和化学在20世纪初期的处境，科学家们在很多细分领域取得突破，但是重大的理解和突破尚未出现。目前脑科学中最关键的问题，是人类对脑的各种功能和神经网络工作原理的认知非常粗略，只能大致理解人类脑区和功能的关系，但更多的细节并不清楚。
脑科学的大厦尚未建成，在落实大厦基座方面，我们需要更基础的脑科学理论。这也和我国脑计划的重点相符。2019年前后，经过长达五年多时间的酝酿，中国在科学界形成“一体两翼”脑计划研究方向的基础共识。
中国脑计划“一体两翼”关注“脑科学的基本问题；脑疾病的诊断治疗；脑启发的人工智能”。
“一体”即“认知脑”，关注和理解人类大脑的认知功能是怎么来的。核心是认知脑区结构和功能神经网络的实质，尝试阐明大脑如何工作。
正如中国脑计划的领军者和倡导者蒲慕明院士所描述的“我们看到计算机，要分析它的功能就必须知道计算机的结构，对于大脑的功能我们必须要知道大脑的网络结构，这就叫做‘全脑介观神经联接图谱’，也是我们这个大计划的关键部分”。
两翼，则指向“保护脑”和“创造脑”两大主攻方向。
其中，“保护脑”主要是更好地诊断和治疗各类重大脑疾病，包括阿尔茨海默症、癫痫、帕金森、抑郁症等疾病，在神经系统疾病这条赛道上，将有机会诞生千亿独角兽。
“创造脑”主要实现类脑人工智能的研究与开发，核心战略目标是开发仿脑计算机，将由两部分组成:一是发展脑型器件和结构；二是脑型信息产生和处理系统的设计和开发。
中国脑计划的巨大价值在于其在未来五到十年的持续实施，会全力推动人工智能与脑科学的深度融合发展，其研究成果，将会极大的促进类脑人工智能技术的发展，这一领域的研究突破，将引领新一轮的科技革命。
在一体两翼中，哪一领域研究较为迫切？答案无疑是对重大脑部疾病进行诊断和治疗。
据世界卫生组织的统计，包括阿尔茨海默、帕金森、癫痫、精神分裂、抑郁症在内的各种神经类和精神类疾病在内的脑相关疾病，是所有疾病里社会负担最大的疾病，占到28%以上，并已超过心血管、癌症，成为影响人类生存质量的首要疾病。
因此，重大脑疾病的诊断、治疗与干预，将成为各国脑计划中，最具现实意义与未来价值的先导领域。
众所周知，人类大脑蕴含近1000亿个神经元，大脑网络异常复杂，神经元数目众多，而每个神经元的放电模式、编码模式、信息处理方式均不一样。所以，要理解这个复杂的系统如何工作，首先需要能有对人类大脑活动数据持续记录的手段和工具。随着科学界对脑电的记录、提取、分析和研究，越来越多对于大脑的深度认知被陆续发现。
那么在众多脑部疾病里，哪类脑部疾病，对促进脑部认知和类脑智能研究最具潜力？
癫痫无疑是脑科学研究一个很好的模型。
与阿尔茨海默、帕金森等退行性功能神经疾病以及抑郁症等精神疾病不同，在众多脑部疾病当中，癫痫是一个跨种族、年龄与性别，贯穿个体全生命周期的脑部慢性疾病。
导致癫痫的病因多种多样，有先天基因缺陷，也有后天发育、脑部内外创伤等，但归结一个核心特征即颅内特定脑区（致痫区）出现神经元突发性异常放电，通过神经传导通路传导至全脑各个功能区，并最终导致短暂的大脑功能障碍和身体机能失能。
正是由于癫痫发作特性所形成的对特定脑区短暂的功能剥夺，使人类能透过癫痫发作，借助某些特定手段（如SEEG脑电极）有效记录癫痫发作期间，异常脑电在大脑神经网络中的传导路径，以及特定脑区功能丧失前后的特征对比，癫痫每一次的发作，无疑都对人类“认知大脑”提供了极其宝贵的“深空信息”。
如果人类对于大脑的研究被称为是自然科学中最后一块疆域，那么对癫痫的研究则是人类探索最后一片疆域的路标。此外，癫痫研究还具有深远的社会意义。
世界卫生组织的报告《癫痫：公共卫生的当务之急》中指出癫痫是世界最常见的慢性神经系统疾病之一，影响全世界各个年龄约5500万人，癫痫对国家、社会、医疗系统、病人家庭与病人来说都是长期而巨大的负担。
在发展中国家，由于人们对癫痫缺乏正确认识及医疗资源匮乏，大多数癫痫患者得不到合理有效的治疗，存在很大的“治疗缺口”。我国活动性癫痫患者的治疗缺口达到63%。据此估算我国大约有400万左右活动性癫痫患者没有得到合理的治疗。
尤其是手术治疗手段，我国有超过1000万癫痫患者，约占总人口的7‰左右。其中，约300万患者属于无法依靠药物治疗有效控制病情的难治性癫痫，这批患者需要借助更为前沿的外科手段来辅助治疗。
尽管抗癫痫药物的数量在过去20年里大幅增加，但约有三分之一的患者仍然对药物治疗产生抗药性。虽然外科手术的效果有所改善，一半以上的手术患者长期免于癫痫发作，但仍只有一小部分耐药患者接受了癫痫手术。
虽然存在较大的治疗缺口，但癫痫其实并不可怕。在现有的治疗方法下， 90%的癫痫患者都是可治愈的。从治愈的手段来看，60%-70%的癫痫患者可以通过药物控制，30%的患者需要通过手术进行治疗。
但是癫痫可治愈、可治疗并不意味着我国癫痫治疗中不存在困局。尤其是在我国医疗资源紧缺，癫痫更为高发的情况之下。
而现有的诊疗流程不能达到的裂缝，正是AI介入生长探索脑电研究的土壤。
从癫痫诊断与治疗的各环节看，从病患初次接受诊断到癫痫确诊，从确诊后的持续监测到癫痫常规药物治疗与控制，从药物无法控制所形成的难治性癫痫确认到借助外科手段介入与治疗，哪些新技术正在渗透进癫痫这个古老的疾病中，并且带来切实的改变？哪些环节蕴含巨大投资价值？动脉网对此进行了梳理。
我们可以把AI渗透癫痫诊疗环节分为三个阶段：初次诊断、用药监测和预警和难治性癫痫诊疗
1、初次诊断和累计确诊
在初次诊断和累计确诊阶段，从癫痫首次异常发作的初次诊断到最终确诊，脑电图（EEG）检查是癫痫诊断的常规步骤。一般来说，通过脑电图检查，80%左右的癫痫病人发作间歇期均有脑电图异常，只有5%-20%的癫痫病人发作间歇期脑电图可表现正常。
临床困局1：诊断与分流困局
该阶段面临的最大困局，是人工诊疗资源的缺乏。我国脑电师资源紧缺。由于脑电设备、算法和人才的限制，癫痫的诊疗工作受到诸多限制。同时，由于有丰富诊断经验的脑电图师与神内临床医生多集中在重点癫痫中心，加之患者及患者家庭基于对癫痫初始发作的未知与恐慌，多数患者集中涌向各省市三甲医院，导致病患无法有效分流，同时大量疑似癫痫病患与初发癫痫病患的准确诊断和有效区分成为临床突出难题。
临床困局2：需求与供给困局。
从临床经验看，初次就诊并最终确诊的癫痫病患人数约占总就诊病患人数的20%左右，以中国每年新增40万的癫痫病患为基数计算，每年仅涉及初诊EEG监测的总人数就接近200万左右，还要加上已确诊累计的近1000万癫痫病患。
而对初诊患者进行确认和对确诊患者进行常规EEG监测，常常涉及多临床中心、多次常规脑电图监测（确诊病患常规EEG约在2.5次/年），导致对现有医疗诊断资源的大规模占用，给各地医疗体系带来沉重负担。
以北京某区癫痫中心为例，EEG常规检查数量高达1.5万人次/年，单人诊断费用约为800元/次，中心配备常规脑电图机数量已高达15台，脑电图师人数多达20多人。因监测任务过重，工作环境枯燥单一，且升迁路径狭窄，导致脑电图技师流失率高，这又进一步加重就诊病患需求与医疗供给之间的矛盾。
初诊阶段产业价值及重要参与方：
巨量癫痫病患的EEG监测需求，以及EEG数据的时序性特点（阅片过程耗时漫长），高度依赖人工方式识别与输出诊断结论难以为继。在此背景下，利用AI算法快速提取关键病理性EEG脑电数据成为大趋势。
目前，该领域已经有众多科技公司介入，包括阿里健康（2019年5月上线阿里癫痫脑电分析引擎）在内的众多国内外科技公司及互联网巨头均已积极介入癫痫诊断领域，希望通过AI算法缓解医疗诊断资源不足的情况，在5G新基建的推动下，通过云医疗、远程大数据等方式，缓解临床资源分布不均的现状。
相关产业与脑科学关联度：★★☆☆☆
从现有癫痫EEG脑电AI诊断的企业布局来看，它们都并非专注于癫痫诊疗，而是看中了癫痫诊疗背后的脑电研究价值。诚然，EEG脑电监测对于脑电研究有着巨大价值，但目前要实现有效利用还需要解决众多挑战。
EEG脑电监测手段的出现已有悠久历史，全球各大顶级学府均已深度介入无创监测的研究，但因头皮脑电监测数据信噪比差，有效特征数据解耦困难，且受制于监测环境及个体特性等多重制约，导致脑科学界可从其中进一步挖掘更深入认知数据的难度异常巨大。
动脉网曾与在美计算神经科学领域某学者交流，他将EEG脑电解码过程形象比喻为“站在巨大的足球场外，想去理解和听懂坐在特定区域坐席的某一些球迷在交谈什么一样困难，许多神经元在经过初始信号的耦合后，已经形成巨大而嘈杂的背景音，且需要特殊事件，如某一方球队进球了，才能大致分清来自哪一方球队的球迷的欢呼声，无创BCI（脑机接口）领域正是如此，更多只能获得区域的趋势信号，无法进一步理解更深的含义。”
无创BCI（脑机接口）信号解读有限也是为什么较多脑机接口公司扎推于浅层意念控制、睡眠等领域。在该领域创业项目多局限于尝试解读特殊脑区（运动区），以及具有显著特征的EEG脑电特征（如癫痫）的发作监测，用于无创BCI脑机接口的开发及应用。该领域更多集中在所谓“意念”控制的领域，如遥控玩具等，结合肢体与肌电反馈等，切入泛娱乐行业，国内如EEGSmarT，国外包括如Neuroverse，均为面向家用消费级及精神护理（睡眠健康）领域的创业项目。
NeuroVerse-无创BCI
该领域公开过往融资的企业包括：
