5 月 9 日 -11 日，“2025 浦江创新论坛”第七届神经科技国际创新论坛在上海举行，由中国神经科学学会神经调控基础与转化分会、天桥脑科学研究院（中国）和复旦大学计算神经科学与类脑智能学科创新引智基地联合主办，复旦大学神经调控与脑机接口中心、上海临港司南生命科技有限公司承办，闵行区科学技术委员会指导。

在当前全球科技革命与产业变革深度融合的关键时期，如何突破神经调控与脑机接口领域的技术瓶颈，推动基础研究向临床应用高效转化，构建产学研医协同创新生态，共同应对脑疾病这一全球性健康挑战，已成为摆在科技界和医疗界面前的重要课题。

本届论坛以“创新驱动·跨界融合·赋能未来”为主题，汇聚了 10 余个国家和地区的顶尖学者、临床专家及产业领袖，其中包括英国皇家学会会士、加拿大工程院院士、17 位国际知名外籍专家以及 70 余位国内科研及产业的知名专家学者和企业家演讲嘉宾，以及 450 余名参会人员。大家围绕人类共同挑战展开对话交流，共同探讨神经调控与脑机接口领域的最新科研突破、临床转化应用及未来产业发展趋势。

会议采用多论坛并行模式，聚焦“基础研究、技术创新、临床转化、产业应用”四大板块，设有神经科技未来产业主论坛、7 场专题平行 Workshop 及高端学术会议，全面覆盖神经调控与脑机接口领域的创新链条。

在神经科技未来产业论坛的圆桌环节，来自科技、转化、投资等领域的专家代表集中讨论了脑机接口技术的创新、应用挑战及未来方向，强调了科研与商业合作的重要性。各位产学研各界代表指出中国在科技创新方面取得显著进步，但成果转化面临激励机制缺失、专业经理人匮乏等问题。脑机接口技术在医疗、教育、消费领域的潜力不可限量，科技创新前景十分乐观，他们呼吁加强跨学科合作和政策支持，以克服转化难题。

“超声神经调控：机制与应用”研讨会重点探讨了超声技术在神经调控中的机制研究，包括超声波对小鼠皮层星形胶质细胞与神经元钙动态的差异化调控、微泡振荡对运动皮层的生物效应，以及基于声学超表面的精准经颅聚焦技术；同时聚焦临床应用，涵盖帕金森病干预、脊髓损伤康复及超声与光遗传学融合的靶向治疗新策略，探索人工智能算法在优化神经刺激参数中的潜力；创新性提出声遗传学技术与超声参数优化方案，凸显跨学科研究对技术转化的推动作用。

4 月 19 日，由天桥脑科学研究院与 Dlab 共同主办的“移动端眼动技术应用研讨会”在线上顺利召开。本次研讨会汇聚了眼动 AI 技术专家与认知行为科学家，围绕移动端眼动追踪技术的最新进展与应用前景展开了深入交流，为推动该领域的技术创新与产学研合作搭建了重要桥梁。

在专题报告环节，伯明翰大学程义华博士系统梳理了眼动追踪技术的发展历程与核心技术瓶颈，创新性地提出基于可微三维视线建模的端到端估计系统，有效提升了多设备兼容性。

▷程义华博士介绍移动端眼动追踪技术的基本原理与算法框架

加州理工学院 Ralph Adolphs 教授分享了其团队在社会情感领域利用手机与电脑端眼动追踪技术进行的前沿研究，展示了眼神交互模式在精神与认知状态评估中的关键作用。

▷加州理工学院 Ralph Adolphs 教授移动端眼动追踪在认知研究中的突破性案例

浙江大学朱干成博士重点介绍了 TCCI 移动端眼动追踪 SDK 的算法框架、数据隐私保护方案及未来的数据采集平台规划，并针对研究者实验开发需求提出了切实可行的技术解决方案。

▷朱干成博士介绍 TCCI 眼动 SDK 及拟建在线实验平台的技术解析

会议期间，与会专家共同提出了“AI 多终端眼动追踪与认知状态推理工作流”的创新构想，实现跨设备眼动数据的自动化采集、标注与智能分析，并具备高级认知行为推理能力。多位国内外顶尖 AI 团队专家参与了交流。

本次研讨会激发了学界对移动端眼动技术的关注，并吸引了多家商业公司和研究团队咨询后续合作可能性。未来，相关技术成果有望加速落地，推动眼动追踪技术在认知行为研究与智能交互领域的广泛应用。

“数据是人工智能的石油与原动力”，这一观点在AI技术一日千里的当下，愈发凸显其重要意义。然而，在医疗领域，数据孤岛、标准化不足与共享困境始终制约着AI技术的突破和AI临床服务的落地。

为破解以上困局，2025年3月30日，国家精神疾病医学中心/上海市精神卫生中心与天桥脑科学研究院（中国）联合举办了医疗数据开放和安全使用专家研讨会。该会议围绕医疗数据分级、数据安全技术、数据共享机制等多个议题展开深度探讨，会议形成的专家建议和共识将推动和催化数据要素和新一代AI技术在精神健康领域的创新应用。

研讨会汇聚了来自于国家心理健康和精神卫生防治中心、上海市精神卫生中心、上海人工智能实验室、清华大学、复旦大学、上海交通大学、天桥脑科学研究院等多家单位的二十余位专家学者。专家们共同梳理和探讨医疗领域（以精神健康为例）数据开放共享的难点和解决方案，为推动医疗领域数据有效使用和 AI 赋能医疗献计献策。

一、高质量数据集和新一代AI技术推动精神卫生服务革新

上海市精神卫生中心院长赵敏做开场致辞，以国家将2025-2027年定为“儿科与精神卫生服务年”切入，强调当前正处于精神健康服务需求激增与供给严重不足的关键时期。着重强调了人工智能在优化精神科服务体系中的重要作用，尤其提及上海市精神卫生中心联合天桥脑科学研究院共建的“灵溪”。该项目收集了5000例抑郁、焦虑障碍患者的临床诊疗数据。在技术前景展望中，赵院长以“数据是AI的粮食”为喻，指出，在数据质量、标准化和伦理规范性等问题逐渐解决的过程中，数据要素和AI技术将极大的赋能精神科诊疗。

▷赵敏院长致辞

随后，国家精神疾病医学中心脑健康研究院办公室主任张青，代项目负责人上海市精神卫生中心医务部主任陈剑华，做题为“抑郁、焦虑诊疗数据库建设”的报告。在报告中，张青主任阐述了抑郁焦虑诊疗数据库（“灵溪”）的建设进展。数据库建设历时三年，搭建了5000例初诊抑郁焦虑症患者的诊疗数据库。该数据库整合了问诊中的语音和语义、电子病历及量表评估等多维数据。

▷张青主任报告“抑郁、焦虑诊疗数据库建设”

在AI技术应用层面，研究团队采用最新大语言模型，对千万级文本和语音进行深度解析。通过特征提取建立症状图谱，运用自然语音处理技术破解AI诊断黑箱，定位关键语义特征构建疾病诊断模型。算法也进一步考虑了关键生活事件对疾病发生发展的重要影响，为开发基于AI的认知行为疗法奠定基础。研究团队基于真实医生问诊的流程，创新性地使用数字医生与数字患者模拟对话的方式，训练两个AI模型进行模拟问诊。通过模型对抗生成问诊对话数据，通过对生成数据的评估，进一步验证问诊流程的标准化程度和逻辑性。针对于真实数据和合成数据，研究团队还开发了完整的专家标注和模型标注体系（experts in the loop，EITLs）。未来，研究团队希望能整合视频、可穿戴设备数据，包括更多生物学特征，实现从精准评估到精准干预的闭环。

张青主任强调，人工智能正在重塑精神疾病诊疗范式，其突破关键在于构建”数据-算法-场景”三位一体的闭环体系。标准化数据库建设需突破三大关卡——首先实现多模态数据融合，其次建立动态标注机制，通过experts in the loop（EITLs）的方式来不断优化AI模型，最后打通临床验证通路。数字疗法从实验室走向临床的转折点，在于形成可解释、可复制、可溯源的智能诊疗范式，这既需要技术迭代更需要医工交叉的制度创新，本次研讨会就是一个很好的创新体现。

二、保障安全的医疗数据共享至关重要

天桥脑科学研究院人工智能与精神健康前沿实验室科学家耿海洋博士做题为“医疗数据开放和安全使用的现状、展望与技术方案：以精神健康领域为例”的报告。他介绍了数据开放的意义，相关规范，医疗数据的特点，开放的现状，展望和技术方案等多个方面，尤其强调了医疗数据共享和形成共识的重要性。

基于我国精神健康领域现存的巨大诊疗需求和专业医师的极度缺乏的现状，该报告提出“数据分层、梯度开放、立体防护、多方协作”的解决路径。首先，建立五级数据开放体系，从最基础的结构字段到全脱敏数据API调用逐级深入，其中“安全沙箱”允许研究团队在封闭安全环境分析数据，保留分析日志，不接触原始信息。其次，构建四维防护机制，针对语音数据采用声纹剥离技术，视频数据采用面部模糊处理，生理信号限定72小时存储周期，疗效数据实行实时动态脱敏。

报告中重点提及合成数据技术，该技术已经取得重要进展，通过大模型生成的虚拟对话和病历在保持真实数据分布特征的同时，消除隐私泄露风险。技术，如经颅交流电刺激（tACS），因其在治疗多种神经精神疾病和神经性疾病方面的潜力而备受关注。然而，其在不同脑区的颅内反应机制尚不明确，这限制了该技术的进一步优化和临床应用。

▷耿海洋博士报告“医疗数据开放和安全使用的现状、展望与技术方案：以精神健康领域为例”

耿海洋博士提出，医疗数据开放需遵循“安全阀”与“催化剂”双重属性，既要以技术手段筑牢隐私防火墙，更需通过制度机制创新释放数据潜能。精神健康领域应率先通过隐私计算实现原始医疗数据保护，通过区块链存证实现全流程可追溯。未来医疗AI发展将呈现“数字双生”新形态，真实数据训练与虚拟数据生成的双螺旋结构，既能破解伦理困局又可加速技术迭代。

三、医疗数据开放与治理：从价值出发，跨领域共议标准化、伦理挑战及国际范例

在接下来的圆桌讨论中，与会专家针对医疗数据开放和安全使用的痛点、难点与方案设计以及抑郁、焦虑等诊疗数据库建设的机遇与挑战两个话题，从政策和价值导向、科研转化等多个角度展开了热烈讨论。讨论中，专家们高度认同医疗数据库建设和医疗数据共享的必要性。

多位专家指出，数据开放的核心目标是激发数据要素价值，助力数字疗法、医疗效率提升及基层赋能。需明确数据共享的底线，分类分级管理数据风险。安全、有效、可及的数据治理策略未来需“聚焦临床需求，价值为核心驱动力”。

Dlab首席运营官韩云芸表示Dlab高度重视数据在医疗AI发展中的价值，并提出，当前医疗数据存在碎片化、标准化不足的问题，需投入大量资源解决。Dlab（由天桥脑科学研究院Scientific Data Foundry孵化而来），以数据和人工智能作为双核驱动，以高质量的领域专家和自动化的作业工具，提供专业化数据采集、标注和合成的全链条专业化服务；致力于帮助合作伙伴提高科研效率和实现模型算法的持续升级；进而推动科学、医疗和人工智能等相关领域的学术发展以及产业进程，促进人类智能和人工智能的深度交互。

▷韩云芸女士发言

随后，关于数据价值的议题，专家们进行了积极而深入的讨论。其中上海交通大学医学院临床研究中心副研究员张维拓认为，搞清楚用数据做什么非常关键，比如用于企业模型训练的数据和用于监管验证的数据就不能混用。用于监管和验证就是发挥数据价值的重要方向。信通院华东分院人工智能与大数据事业部主任陈俊琰认为，数据能够打破信息孤岛，支持精准诊疗、分级诊疗，同时应鼓励探索医疗数据潜在商业价值。从应用角度出发，有专家提出，数据在药物研究、监管、心理健康风险监测等方面能发挥重要作用。与会者一致认为，从价值出发，才能更好地探索数据用途，最大化其价值。

▷张维拓副教授发言

▷张俊琰主任发言

另外，针对耿海洋博士报告中提到的合成数据，也有多位与会专家谈到自己看法。张维拓副研究员认为，将合成数据用于模型验证，可以用来确保数据集在监管机构的可信度；陈俊琰主任也提到用算法生成数据，或可提升数据集的完整性和实用性。

四、以国际数据库建设和共享作为参考

讨论环节中，上海市精神卫生中心副院长王振、复旦大学公共卫生学院党委书记罗力、上海交通大学计算机科学与工程系副教授吴梦玥、清华大学电子工程系助理教授张超等与会专家，通过已有可参考案例给医疗数据库开放共享提供了很多启发。比如UK Biobank作为政府主导的数据库，其数据向全球研究者开放，使用时需通过申请并说明研究用途；欧盟健康数据空间（European Health Data Space, EHDS）则整合欧盟27国包括挪威、冰岛等关联国家的健康数据，通过制定统一的数据分类、安全标准及传输规则，确保成员中心互认，推动了跨中心数据共享，其患者拥有数据控制权，可选择是否授权数据使用，并随时行使“被遗忘权”（数据删除权）。这些都是医疗数据库建设和共享可以参考的范例。

▷王振副院长发言

▷罗力书记发言

五、医疗数据共享大势所趋

最后，国家精神疾病医学中心脑健康研究院院长徐一峰总结道：

医疗数据共享是大势所趋，不仅是AI技术赋能精神卫生服务的核心驱动力，更是实现国家“精神卫生服务年”战略目标的关键技术支撑。然而，现在仍存在数据碎片化、伦理安全风险及标准化滞后等挑战。与会专家的集思广益，为解决以上挑战提供了重要思路：其一，以“价值导向”指导医疗数据共享治理框架的制定，通过分类分级机制明确数据应用场景，确保合规与伦理底线；其二，加速多模态数据标准化，建立统一采集与标注规范，避免偏差；其三，探索“共建共享”模式，参考上海数据交易所“重大疾病行业创新中心”经验，以成本共担、权益共享激发多方参与动力。

▷徐一峰院长总结

由天桥脑科学研究院（Tianqiao and Chrissy Chen Institute）、《科学》（Science）杂志和上海市精神卫生中心（国家精神疾病医学中心）联合主办的“人工智能与精神健康”研讨会于11月7日至8日在上海宛平南路600号上海精中徐汇院区举办，吸引了近400位科学家、临床医生、产业界人士参会，共同探讨人工智能在精神健康领域的应用与未来发展。

天桥脑科学研究院创始人雒芊芊说：“人工智能和精神健康是我和天桥寄予厚望的领域，希望能够尽早有所突破，造福人类。这是我们连续第四年与《科学》杂志合办国际学术讲座，很高兴首次落地中国，期待吸引各方人才特别是AI人才加入我们，用人工智能技术，更好地让中国人不焦虑，不抑郁，更幸福。”

《科学》系列期刊出版人Bill Moran在会议现场致辞中表示：“《科学》一直处于新兴科学的前沿。我们将继续联手天桥脑科学研究院，与全球科学家和研究人员密切合作，释放人工智能在精神健康治疗和管理方面的巨大潜力。”

上海市精神卫生中心院长、国家精神疾病医学中心主任赵敏教授说：”全球心理健康问题日益严峻，人工智能与精神疾病诊疗的结合正是解决这一问题的良方。我们期待与全球科学家进行深度交流，共同推动这一领域的发展。”

在《科学》高级编辑Peter Stern、上海交通大学心理学院院长傅小兰教授、上海市精神卫生中心副院长王振教授的主持下，会议围绕众多前沿话题展开深入讨论，包括人工智能在精神疾病诊断、个性化治疗方案、心理健康预测模型以及计算精神病学等领域的应用。来自中国、美国、德国、英国、澳大利亚的专家们分享了在各自领域的最新研究成果和实践经验。

德国耶拿大学医院转化精神病学特聘教授Nils Opel的研究团队开发了创新远程监测应用程序，通过收集患者的行为和语音数据来评估其心理健康状况。他领导建立的大规模数字队列研究DigiHero，正在监测德国人口的心理健康，尤其是受新冠疫情的影响。这些技术在临床实践中显示出巨大潜力，可用于患者的细分和进一步个性化治疗。

上海精中赵敏教授展示了AI在精神健康诊疗中的多种临床应用，这些应用正推动精神健康服务向智能化、个性化方向发展。AI辅助诊断系统能够通过分析MRI扫描结果，准确识别重度精神疾病患者。利用虚拟现实和AI技术创建沉浸式治疗环境，显著改善了恐高症等精神疾病患者的症状。他们正在开发基于AI的心理治疗机器人，通过分析面部表情来辅助焦虑症的筛查和诊断。

美国耶鲁大学精神病学系副教授Philip Corlett分享了如何将计算精神病学引入临床诊疗的实践。他的团队开发了一种”条件性幻觉”模型，利用AI和机器学习技术来研究幻觉的形成机制。此外，他们还应用分层高斯滤波器模型，发现偏执症患者倾向于将世界视为更加不稳定的形态。这些计算模型能帮助我们更好地理解精神疾病的机制。

澳大利亚纽卡斯尔大学神经科学与精神病学教授Michael Breakspear围绕人工智能解码面部表情、大语言模型模拟生成自然和疾病下的言语、生成式人工智能量化大脑异常以及以人为中心的数字未来四个方面，全面地讨论了如何使用大脑的生成式模型来优化AI在精神健康领域的应用。他尝试用模型模拟人类精神世界，在他看来，人类是一种活跃的主体，动态地嵌入自身构建的人际、社会、文化和历史体系中；而深度神经网络是其核心，是执行随机插值的静态矩阵。

英国剑桥大学计算认知神经科学教授Zoe Kourtzi主持开发了一种用于早期预测和诊断痴呆症的AI工具。它能够在症状出现前10-15年就识别出潜在的痴呆症患者，准确率高达91%。在实际应用中，这一AI工具比传统临床诊断方法更精确地预测了轻度认知障碍患者转变为阿尔茨海默病的可能性，其准确度提高了3倍。她提出，未来有可能用AI更广泛地追踪大脑的健康轨迹。

上海精中陈剑华教授介绍，天桥脑科学研究院人工智能与精神健康前沿实验室，正在与上海精中合作开展一项名为”灵溪”的项目。基于精神疾病是“唯一可以靠对话诊疗的疾病“这个特点，建设真实、高质量的抑郁焦虑患者与医生的问诊对话集，提供给AI大语言模型进行训练。项目已通过伦理审批，采集了5000多例对话，时长1000个小时，且数量正在持续增加。项目计划在严格合规的前提下向研究者和AI团队开放合作。

天桥脑科学研究院科学计划执行主任李艳博士介绍了研究院积极推进AI赋能脑科学的举措，包括与《科学》杂志合作发起全球AI驱动科学大奖，与世界名校共同举办AI跨学科夏校培训，今年已在全球主办、资助了近50场AI+脑科学高端国际会议。

波士顿大学计算和计算科学与工程哈里里研究所所长Ioannis Paschalidis、清华大学副教授眭亚楠、中科院深圳先进技术研究院先进计算与数字工程研究所所长李烨、伦敦大学学院计算精神病学和衰老研究中心副主任Quentin Huys围绕将AI运用于大脑疾病的早期检测和预防、用AI构建心理健康基础模型、AI在抑郁症治疗中的应用等话题，分享了在各自领域的前沿探索和实践。

会议还举办了青年科学家闭门讨论，10多位青年科学家与海内外嘉宾进行了深入交流。

在这两天里，与会专家们展示了AI在精神健康领域的巨大应用潜力。展望未来，人工智能与精神健康的结合将继续深化，并有望在以下几个方面取得突破：

• AI辅助精神疾病诊疗的精确度和普及度将进一步提高；

• 个性化治疗方案的制定将更加智能化；

• AI的发展将帮助我们更深入地理解精神疾病的机制，为新的治疗方法提供理论基础；

• 通过AI技术，我们将可能实现对大脑健康轨迹的长期追踪，从而更好地预防和管理精神健康问题；

• AI技术在精神疾病诊疗领域的研究需要特别加强伦理治理问题。