王珊珊 本报记者 陈汝健 今年政府工作报告提出培育发展未来能源、量子技术、实体智能、脑机接口、6G等未来产业。这是脑机接口首次被纳入政府活动报告，表明以脑机接口为代表的“人工智能+脑科学”产业发展已上升到国家战略层面。今年的两场全国会议上，众多代表聚焦“人工智能+脑科学”领域的前沿发展。他们不仅会感到自豪，还会凸显该领域发展和工业化措施的困难。全国人大副委员、广西脑科学重点研究院院长谭国和对科技日报记者表示，“AI+脑科学”绝不是两者的简单叠加。领域，而是技术方面及其在工业领域的实际实施的深度融合。 “障碍”阻碍了科学与工业的融合。与“AI+”在其他领域的应用相比，“AI+脑科学”一词有着特殊的意义。脑科学是人工智能技术发展的核心理论基础，日益成熟的人工智能技术可以帮助人类更好地理解大脑。这种“脑研究-启发AI-赋能脑研究”的强化循环模式与其他领域AI的单一工具属性有很大不同。 “人工智能与脑科学天然息息相关，但科学与脑科学融合发展的‘AI+脑科学’产业还存在不少‘障碍’。”谈及困境时，谭国河不自觉地提高了语气。他向记者展示的思维导图突出了四个字：“数据壁垒”。谭国和解释，临床脑研究依赖于m多模态数据，例如脑电图和磁共振成像。这些数据不仅分散在不同单位，而且缺乏统一的数据标准、安全缓解规范和激励共享机制，导致缺乏大规模、高质量的数据集来训练人工智能模型。还需尽快打通绩效转化通道全国政协委员、河北中医药大学校长郭毅坦言，目前，T平台建设中，高校、医院、企业之间的“临床-科研-产业”合作还不够有力，相应的中试、临床验证和孵化机制尚未完善，阻碍了科学融合的步伐“AI+脑科学”领域及产业人力资源问题则更为突出。无论是技术研发还是产业落地，“AI+脑科学”的发展需要神经科学家、医生、AI算法工程师等专家的紧密协作。但目前跨界复合型人力资源短缺，其供给速度和规模无法满足产业发展的迫切需求。而且，相比高速互联网迭代模型和AI应用的消费者，“AI+脑科学”领域科研成果的转化周期科学“路漫漫其修远兮，资金需求大，仅靠政府科研经费难以支撑整个产业化进程。如何化解“障碍”，畅通产业落地路径？立法者、委员们纷纷开出“药方”。从数据科学的角度郭毅认为，在保证数据安全和隐私的前提下，有必要建设区域性“健康数据库”。 “这个‘库’不仅仅是一座数据山。国家主动制定统一标准，按照法律规定向有资质的医疗机构和科研机构提供严格脱敏的数据。医疗数据标准化、匿名。”在政治和资金支持方面，潘基文认为，企业将发挥产业化的核心作用，但有技术积累和临床能力的企业必须作为“第一档”得到系统引导，避免盲目推进。“我们还可以建立一个大型专项为企业提供基金，为脑机接口、神经调节器等初创企业提供三到五年的长期耐心投资支持，建立可供科研使用的容错机制这将让企业安心探索“AI+脑科学”在行业中的应用。谭国和表示：“应用场景的泛化是科产融合的关键。”聚焦“全医疗”，“先做深，再做深”。他表示，公司要逐步拓展至各大医疗健康行业。比如，计划先锚定AI辅助定位、大脑调节等临床场景，然后谨慎拓展相关技术到医疗机构。 “与疾病无关”但高价值的健康消费领域，如睡眠管理，经过严格的研究和临床应用，“如果这项技术服务于千家万户，实现综合价值，才算真正走上了产业发展之路。”（北京科技报3月5日）
（编辑：杨淼）
作者
adimin@moleband.com