代表委员谈科产融合｜“AI+脑科学”不能只做“表面拼接”

来源：滚动播报

（来源：中工网）

科技日报记者 王姗姗 陈汝健

今年政府工作报告提出，培育发展未来能源、量子科技、具身智能、脑机接口、6G等未来产业。这是脑机接口首次被写入政府工作报告，标志着以脑机接口为代表的“AI+脑科学”产业化发展，已上升至国家战略高度。

在今年全国两会现场，多位代表委员高度关注“AI+脑科学”领域的前沿进展。在自豪之余，他们还将目光投向这一领域产业化的发展困境及应对之策。

全国人大代表、广西脑科学研究重点实验室主任谭国鹤告诉科技日报记者，“AI+脑科学”绝非两个学科的简单叠加，而是技术维度的深度融通与产业领域的务实落地。

科产融合面临“梗阻”

相较于“AI+”在其他领域的应用，“AI+脑科学”的内涵更为特殊。脑科学是AI技术发展的核心理论基石，而日趋成熟的AI技术又为人类深化对大脑的认知提供了助力。这种“研究大脑—启发AI—赋能脑研究”的增强循环模式，与AI在其他领域所呈现的单一工具属性有着诸多不同。

“AI与脑科学天生紧密相连，但‘AI+脑科学’的科产融合发展，仍面临不少‘梗阻’。”谈及困境，谭国鹤的语调不自觉地高了起来。在他向记者展示的一张思维导图上，“数据壁垒”4个字被着重标注。

谭国鹤解释道，临床脑科学研究依赖脑电图、核磁影像等多模态数据。这些数据不仅分散于不同单位，还缺乏统一的数据标准、安全脱敏规范和共享激励机制，导致训练AI模型缺少大规模高质量数据集。

成果转化通道同样亟待打通。全国政协委员、河北中医药大学校长郭毅坦言，当前，高校、医院与企业的“临床—科研—产业”协同转化平台建设力度不够，相应的中试、临床验证和孵化机制尚不完善，这些阻碍了“AI+脑科学”领域的科产融合步伐。

人才的问题更为突出。无论是技术研发还是产业落地，“AI+脑科学”发展都需要神经科学家、临床医生、AI算法工程师等领域专家紧密协作。然而，目前跨界的复合型人才尤为紧缺，供给速度和规模远未跟上产业发展的迫切需求。

此外，与互联网或消费端AI应用的快速迭代模式相比，“AI+脑科学”领域的科研成果转化周期更为漫长，资金需求量也更大，仅靠政府科研经费难以支撑全程产业化。

畅通产业落地通道

如何打通“梗阻”？代表委员纷纷开出“药方”。

在数据流通方面，郭毅认为，应在确保数据安全和隐私前提下，建设区域级“健康数据库”。“这个‘库’不是简单将数据堆在一起，而是由国家牵头制定统一标准，依法依规向符合条件的医疗机构和科研机构提供经过严格脱敏的标准化、匿名化医疗数据。”郭毅说。

在政策支持和资金扶持方面，谭国鹤认为，企业是产业化的核心力量，但要有规划地引导有技术积累和临床能力的企业作为“先行军”，防止盲目一哄而上。“还可为企业设立规模化的专项基金，给予脑机接口、神经调控设备等初创企业为期3—5年的长周期耐心投资支持，并建立容错机制，让科研单位和企业安心探索‘AI+脑科学’产业应用路径。”谭国鹤说。

“应用场景泛化是科产融合的关键。”谭国鹤表示，“AI+脑科学”的产业发展应以“严肃医疗”为核心向大健康产业逐步延伸，走“先深后广”路径。例如可先行锚定脑内AI辅助定位或调控等临床场景，在相关技术通过严格的临床研究和应用后，再审慎地向睡眠管理、认知增强等“非病”但高价值的健康消费领域拓展。

“当技术服务千家万户、实现普惠价值时，才算是真正走通了产业发展之路。”谭国鹤说。（科技日报北京3月5日电）