会上，来自人工智能（AI）、临床医学领域的专家就AI如何助力脑疾病研究的问题，进行了积极互换。

AI助力占领脑疾病研讨会。
主理方 供图

AI能为神经性疾病带来什么？

人工智能科学家胡鹏伟博士指出，AI在医疗领域的运用处景极为广泛，目前紧张实现三大功能：减轻重复劳动包袱、识别人工难以察觉的痕迹和线索，以及在繁芜环境中进行线索剖析。
AI在精准医疗方面也有巨大潜力，GPT的总结与归纳能力在早期检讨与诊断、院外情绪支持及赞助、大数据剖析与模式识别等方面已经显现出强大实力。
胡鹏伟预测，凭借AI技能和可穿着智能设备等的结合创新，精准医疗有望在3-5年内完成它的末了一公里。

复旦大学附属西岳医院神经外科副主任、功能神经外科带头人陈亮教授在这次会议上，重点先容了侵入性脑电数据库的培植以及增强AI技能在脑功能破译中的运用前景。

陈亮先容，侵入性脑电指的是将电极植入大脑或置于大脑表面，以获取高信噪比的脑电数据。
这类数据在神经科学和神经外科领域具有至关主要的代价，由于神经元放电是神经细胞最基本的活动办法。
通过建立高密度表面或深部电极，研究职员期望网络更多关于脑电活动的数据。

陈亮以帕金森病患者为例说道，临床年夜夫急迫须要通过大量颅内刺激实验来探求最佳治疗方案，但这种方法对患者造成的包袱较重。
他希望借助增强AI技能完成耗时且重复性较高的事情，能帮忙办理尚未解答的科学问题，包括癫痫溯源预警和意识转化。

随着老龄化的发展，阿尔茨海默病（AD）是当下关注的重点疾病之一。

复旦大学附属西岳医院神经内科副主任、国家神经疾病医学中央认知障碍方向带头人郁金泰教授指出，为实现AD早期诊断，有必要建立大型行列步队，尤其是社区行列步队，以便识别临床前阶段的患者。

“GPT模型在疾病管理方面的潜力，如搭建疾病管理平台，实现患者个体化病情评估、自动化剖析报告、智能随访问答等功能，以提高医疗自动化水平。
”郁金泰提到，GPT在AD诊疗与研究领域面临诸多寻衅，如高质量医疗数据的缺少、数据安全性问题、回答时效性是否会受演习数据影响等。
但他同时认为，通过不断深化研究与实践，AI有望在AD领域发挥关键浸染。

复旦大学附属西岳医院就寝障碍诊疗中央实行主任于欢教授则表示，就寝障碍对生活质量影响很大，如会导致脑血管意外、痴呆等。

“目前，多导就寝监测是就寝障碍诊断的标准技能，但其本钱高且效率低。
因此，研究者们期待通过人工智能技能改进诊断方法。
”于欢教授先容了梦境研究在就寝障碍领域的运用，如通过掌握梦境提高影象力，“目前已有超过150种编码和打算梦境的方法，研究者们希望借助AI技能制作一个实用性更强的研究工具，同时开拓移动客户端以鼓励个体记录和分享自己的梦境，从而进行更贴近日常生活的梦境研究。
”

AI如何助力烦闷症等精神疾病诊断？

AI如何助力烦闷症等精神疾病的诊断，也引起了诸多与会专家的谈论。

上海交通大学打算机科学与工程系副教授吴梦玥认为，开拓基于人机对话的烦闷症问诊机器人，以及利用语音和措辞特色构建症状与精神疾病知识图谱，是未来烦闷症早诊早治的方向。

吴梦玥表示，很多精神疾病的诊断紧张依赖于面对面的问诊和交谈，理论上，模型也该当能够学会这个技能。
同时，语音和措辞作为客不雅观生物标记物，在《精神疾病诊断和统计手册》（DSM-5诊断手册）中已经被用于诊断烦闷症等精神疾病。
开拓基于人机对话的烦闷症问诊机器人，通过深度互换，人机对话能够得到与年夜夫所得到的同样精确的症状描述。

她还先容了如何将语音和措辞特色作为可打算、可迁移的办法，以及通过患者的自我表达建立症状和疾病的知识图谱，为多种疾病检测供应了新的思路。

上海市精神卫生中央心境障碍科主任彭代辉教授在会议中先容，他正带领团队开展一项重大科研项目“烦闷症的前瞻性临床行列步队研究”，旨在网络全国范围内的烦闷症患者数据，创建一个多中央、规范化、标准化的大规模长期病例数据库。
目前，该团队通过脑影像学和临床神经心理评估两个维度相结合初步构建了烦闷症脑功能网络诊断与分型模型。
他们拟进一步利用数字表型技能，包括音频、***、脑电和眼动等多维度立体大数据进行特色提取、筛选和建模。

彭代辉表示，这种多维度立体大数据可能提高烦闷症诊断的精准度，优化筛查评估方法以及风险事宜预测。
而大数据与人工智能技能相结合，在为患者供应敏感和特异的诊疗方案中有着巨大潜力。

上海交通大学生物医学工程学院林关宁教授展示了通过持续优化GPT的演习和规则设定，将GPT技能运用于生理康健和脑科学研究领域所取得的成果。

在压力、烦闷症和自尽风险检测方面，林关宁研究团队通过改进提示工程（Prompt Engineering），实现了GPT准确性的提升，已能初步实现准确的分类和预判。
团队还成功地从非构造化文本中提取了却构化信息，通过为GPT供应规定模式，实现了将这些信息规范地存储在数据库中，为未来研究和临床实践供应了宝贵数据。

只管在运用过程中碰着了一些寻衅，如API接口局限性等，但林关宁教授相信，像GPT等大型措辞模型在生理康健和脑科学研究领域将发挥越来越主要的浸染，很快将有能力处理除文本措辞之外的数据，如影像、脑电、生物组学等多模态的数据，并推理数据之间的内在逻辑，这将为现有的科研范式带来革命性变革，并推动生理康健和脑科学研究领域的快速发展。