当前，脑机接口产业正处于从“技术验证”向“商业化落地”的转折期，脑机接口技术在严肃医疗、消费医疗的应用潜力巨大。

在近日举行的“脑机接口(BCI)与人工智能(AI)横向科技合作签约仪式暨AI脑机接口专家论坛”上，香港济民智元首席科学家、香港中文大学（深圳）医学院生物信息学系系主任孙昊认为，脑机接口是未来医疗的关键基础措施。

比如在康复领域，随着神经功能障碍患者人数不断增长，脑机接口的应用就受到关注。作为脊柱外科专家，上海交通大学医学院附属仁济医院脊柱外科主任沈洪兴一直在关注如何用脑机接口解决脊柱脊髓相关肢体运动障碍问题。他表示，脊髓损伤患者面临的是神经传导中断问题，而AI与脑机接口正在驱动神经康复新范式，从“不可治愈”到“功能重建”，重新定义神经康复的未来。

脑机接口的核心目标是解读大脑活动产生的意图或状态信息，并将其转化为控制外部设备的指令，或者将外部信息编码为特定的神经刺激信号输入大脑，从而对神经功能进行调控，以进行神经功能修复或增强。

根据信号采集方式不同，脑机接口技术分为侵入式、非侵入式、半侵入式三种类型，但仍面临采集难、翻译难等挑战。

人的头部从外向内看，依次是头皮、骨膜、头盖骨、硬脑膜、蜘网膜、软脑膜、大脑皮层等结构，传感器（电级）的植入位置越深、采集到的脑电信号质量越好、频率越高，受试者的安全风险加大。

香港中文大学（深圳）生物医学工程校长学勤讲席教授李晨钟表示，侵入式技术涉及开颅，进脑，脑机接口中的脑电信号时间分辨率在0.01秒内，空间分辨率可达到微米级，但存在手术创伤和长期损失风险问题；非侵入式技术不需要开颅，也不进脑，通过可穿戴设备进行，无需手术，但脑电信号空间分辨率较差，不能有效利用高频信号，可穿戴设备使用前需要进行校准；半侵入式技术涉及开颅，但不进脑，主要是在头皮和大脑皮层之间进行植入，信号质量介于非侵入和侵入之间，手术风险相对侵入式小。

沈洪兴以脑脊接口面临的技术困境举例，具体在脑机接口软硬件方面，面临解码延迟、稳定性差、跨个体泛化能力、信息传输率偏低、缺乏统一框架问题；在脊髓刺激软硬件方面，面临高端核心器件依赖进口、材料科学落后、软件与算法协同涉及损失、信噪比/接口稳定性挑战；在闭环治疗康复体系方面，面临长期疗效与成本效益未知、临床验证规模小、循证医学证据不足、数据安全与隐私风险挑战。

“目前需要从软硬件、临床三方面协同提升，构建完全自主知识产权的脑脊接口调控系统。”沈洪兴这样认为。

如何利用AI的力量解决脑机接口信号采集精度低、个体适配性差等问题，也成为行业探讨的重点。

在这次论坛上，全球首个多尺度脑机接口人工智能算法云平台——“脑电云枢”发布，该平台将2013年诺贝尔化学奖得主阿里耶·瓦谢尔教授的计算生物学技术与脑机接口技术深度融合，试图打造出兼具精度与实用性的“超级大脑助手”。

孙昊表示，脑机接口人工智能算法云平台旨在解决信号核心瓶颈问题，同时也希望可以进行开放赋能，具体可以带来几方面突破，一是对底层技术进行革新，让“听不清”的大脑信号变清晰；二是升级了解码能力，从“读简单指令”到“懂复杂大脑”；三是可以实现闭环调控落地，从“被动监测”到“主动纠错”；四是进行平台化赋能，打破壁垒构建开放生态。

“除了技术瓶颈外，脑机接口技术要真正走向商业化，仍需要解决如何安全有效，如何形成合理的收费标准等问题。”上海交通大学医学院附属第九人民医院骨科主任医师王金武教授对第一财经记者表示。

(本文来自第一财经)