“合作多年，但数据甚少”。上海交通大学计算机科学与工程系吴梦玥副教授如此形容以往的合作经历。真实数据稀缺、获取难度大、隐私安全等问题，一直制约着心理健康领域的科研发展与模型落地应用。而随着大模型时代的到来，数据合成技术或能为这一“传统难题”提供全新的解决方案。

为了推动人工智能技术与心理健康领域的深度融合，2024年9月10日，天桥脑科学研究院（Tianqiao and Chrissy Chen Institute, TCCI）与上海市精神卫生中心联合主办的“心理健康领域的数据合成与新一代AI模型”专题研讨会，在上海市精神卫生中心徐汇院区顺利召开。

此次专题研讨会，由上海市精神卫生中心医务部陈剑华主任、上海交通大学计算机计算机科学与工程系吴梦玥副教授、TCCI人工智能与精神健康前沿实验室耿海洋博士共同主持，汇集了来自国内十余所知名科研院校人工智能实验室的数据合成一线学者以及上海市精神卫生中心等临床一线精神科医生、心理咨询师、临床心理学家，合计三十余位领域专家，围绕“心理健康数据合成与人工智能模型的发展与应用”展开深入交流与探讨。

正如陈剑华主任所言，“聚焦心理健康领域现实难题与科研数据收集需求，我们积极与TCCI展开合作，期望通过数据科学、人工智能与心理健康领域的跨学科协作，深入挖掘并高效利用现有数据资源，借助数据合成技术以及新一代AI模型，结合临床实践和伦理评估经验优化大模型评价标准，以期早日实现心理健康AI模型的广泛应用、最终解决临床问题。为此，我们诚挚邀请数据科学家与临床研究者携手合作，分享成果、交流经验，探寻数据驱动的创新解决方案。”

会议学术报告环节，上海交通大学计算机科学与工程系吴梦玥副教授带来的“精神健康领域问诊和咨询对话数据的模拟与生成”的主题分享，将现场带入到浓郁的前沿学术交流氛围。随后，在吴梦玥教授的主持下，多位专家先后带来了心理健康领域的“数据合成及模型构建”、“多智能架构与隐私保护”、“精神健康计算”以及“知识图谱引导的对话数据生成”等方向的学术分享。

“精神健康领域问诊和咨询对话数据的模拟与生成”：吴梦玥副教授介绍了4种可行的模拟对话生成方法及其团队最新成果Agent Metal Clinic数据交互及生成平台，并指出了当前模拟对话研究面临的技术挑战——难以准确量化或统一评判合成数据的质量好坏，由此可能引发目标优化方向不一致等问题。

“面向心理和卫生健康领域的数据合成及模型构建”：华东师范大学计算机科学与技术学院陈琴研究员分享了一套在预训练与微调阶段进行领域知识增强的方法，以及结合大数据模型与结构化“目标-计划”的对话数据合成流程框架，并分享了团队从大量对话数据中提取关键信息、构建详尽的提问知识库过程中的特色工作。

“Psy-Insight数据集以及知识图谱引导的对话数据生成经验”：聚焦大学生心理健康问题，北京邮电大学人工智能学院李雅副教授团队建立了Psy-Insight数据集，通过音视频多模态情感识别，可实时生成抑郁风险指数；另外，团队还提出了“知识图谱引导”的G2DiaR共情对话生成方法，以提升对话数据质量。

“基于大模型的精神健康计算”：哈尔滨工业大学计算学部赵妍妍教授集中讨论了近年来精神健康计算领域内基于大模型的研究进展，特别是以“巧板”儿童情感陪伴大模型和“巧环”心理咨询系统为例，介绍了其在情感计算方面取得的进步。

“基于多智能架构与隐私保护的心理情感大模型”：华东理工大学信息科学与工程学院薛栋副教授介绍了其团队开发的大模型“漫谈”（MindChat）的构建框架以及相关实践应用，目前，该模型相关应用已用于多种实际场景，如高校社区中在线解答学业情感困惑的模型角色“漫漫学姐”等。

在其后的圆桌讨论环节中，围绕大家关注的“AI在心理健康领域的创新应用”、“数据合成对话质量的评价标准”、“心理健康AI对话模型落地应用的评价体系建设与伦理讨论”等话题，在场的精神科医生、心理咨询师以及数据科学和人工智能专家们展开了一场热烈的跨界讨论。

关于“AI在心理健康领域的创新应用”，上海市精神卫生中心门诊部王勇主任认为：“除了刚刚提到的心理咨询，中小学生的心理健康筛查也可以引入AI技术。比如，通过多模态收集和分析受试学生的面部表情数据，借助AI模型，以达到精简筛查过程、优化筛查效率和准确性等效果。”

关于“数据合成对话质量的评价标准”，上海交通大学医学院临床研究中心张维拓研究员提出了他的观点：“合成数据的质量评估，需要基于生成数据的目的来选择合适的技术指标，比如，可以通过下游任务性能表现以评价合成数据质量。总的来说，现有的大模型，或在特定场景下为临床医生提供辅助，但还达不到在真实环境下临床应用的标准。”

关于“心理健康AI对话模型落地应用的评价体系建设与伦理讨论”，国家精神疾病医学中心脑健康研究院办公室张青主任认为：“伦理讨论贯穿于模型构建、数据处理、价值判断等各个环节。因此，我们有必要建立起一个跨学科团队，系统判断AI工具落地应用的潜在社会和伦理影响，促进更加负责任的技术实践。”

会上，上海市精神卫生中心机构办沈一峰主任还表达了对心理健康领域的医学与数据科学跨学科合作前景的看法，他提出：“我们需要以‘解决实际临床需求’为导向，持续调整目标，开发可重复、可优化的AI产品。而这些都需要建立起一套长期、紧密、日常化的跨学科合作生态。”

TCCI人工智能与精神健康前沿实验室耿海洋博士也表示，“天桥脑科学研究院一直致力于搭建起一个‘定期沟通需求痛点、寻找共同兴趣、推动落地应用’的跨学科专家动态交流平台。日后，我们也将持续推进探索AI技术在心理健康领域的应用场景，促进心理健康领域数据科学与人工智能技术的创新发展。”

接下来，天桥脑科学研究院（TCCI）还将携手上海市精神卫生中心及《Science》杂志，于2024年11月7~8日举办“人工智能与精神健康”论坛，共同探索AI在精神健康领域的科学研究与临床诊疗的转化应用。展望未来，随着合成数据理论与大模型技术的日益成熟，相信真实诊疗环境下精神健康AI模型应用也会早日实现。

感谢以下参会交流的人工智能专家学者、精神科医生、临床心理专家（排名不分先后）：

上海交通大学计算机科学与工程系副教授吴梦玥，华东师范大学计算机科学与技术学院青年研究员陈琴，华东理工大学信息科学与工程学院副教授薛栋、哈尔滨工业大学计算学部教授赵妍妍，北京邮电大学人工智能学院副教授李雅，华东师范大学计算机科学与技术学院紫江青年学者周杰，中央财经大学心理咨询中心副研究员丰怡，同济大学人文学院助理教授左培颖，华东师范大学心理与认知科学学院紫江青年学者胡捷，暂停实验室主创成员/各色科技研究总监窦泽南；

以及上海市精神卫生中心医务部主任陈剑华，上海市精神卫生中心门诊部主任王勇，上海市精神卫生中心机构办主任、伦理委员沈一峰，国家精神疾病医学中心脑健康研究院办公室主任张青，上海市精神卫生中心精神科医师丁燕莉，上海市精神卫生中心助理研究员苏映等。

研究团队克服了病理组织冻存样品难以进行单细胞测序的难题，成功获取了11例人类髓母细胞瘤样本来源的共59015个单细胞的高质量染色质可及性信息。通过甲基化微阵列的金标准检测表明甲基化分型结果与单细胞数据分子分型结果完全一致。团队随后鉴定了MB中影响细胞命运的顺式调控元件（Cis-regulatory elements）和转录因子（Transcription factors, TFs），并筛选了亚型特异性的TFs。这些调控元件通过招募不同的转录因子来影响细胞命运，揭示了MB肿瘤细胞的分化和发展。

研究表明，神经肿瘤细胞与神经元发生相互作用，促进恶性演进。由于髓母细胞瘤是一种起源于神经细胞的肿瘤，肿瘤细胞与周边神经细胞的不同细胞交流与信号传输的方式可能是导致肿瘤内异质性产生的原因。联合snATAC-seq与scRNA-seq MB数据集，团队发现MB细胞中存在广泛的突触合成基因表达，基于神经递质受体（NTR genes）基因特征集表达的队列分型与甲基化金标准几乎一致（准确性>98%），这为肿瘤分类提供了新的生物标记。

团队进一步证实MB亚型中的特异性的癌症驱动通路（WNT, SHH等）对于NTR表达的调控具有特异性并绘制了调控图谱，它解释了为何MB存在亚型特异性的NTR基因。由于神经元和肿瘤细胞间的相互作用主要依赖于电化学突触，MB细胞中存在大量亚型特异性的NTR基因表达，表明MB的生长和起源可能与肿瘤细胞与神经元形成突触的作用存在重要关联。体外和体内的基因敲除实验证明NTR基因的敲除能够抑制相应分子亚型的肿瘤细胞增殖。以上结果证实了TF-NTR网络可作为MB分子分型的依据，神经信号参与了髓母细胞瘤的增殖。

综上所述，该研究通过构建髓母细胞瘤的染色质可及性图谱，从神经突触合成维度，发现神经递质受体基因的不同髓母亚型特异性，为髓母细胞瘤的分子分型和对应治疗提供了新依据。

该研究由复旦大学附属华山医院院长、天桥脑科学研究院转化中心主任毛颖教授，华山医院/脑科学转化研究院杨辉研究员，中国科学院北京基因组研究所（国家生物信息中心）蒋岚研究员合作完成，蒋岚组硕士研究生高晓玥，复旦大学附属华山医院博士研究生庄骐源，蒋岚组特别研究助理李芸以及助理研究员李国超为文章的并列第一作者。蒋岚组博士研究生黄正，硕士研究生孙少省、陈甚之参与了单细胞ATAC-seq数据以及CNV数据的分析。

为什么我们会痴迷于“妈妈的味道”？为什么有些食物能让我们感动到流泪？味觉如何与记忆相互关联？神经科学又该如何解释食物引发的情感反应？

近日，由天桥脑科学研究院（Tianqiao and Chrissy Chen Institute, TCCI）和中国神经科学学会联合主办的“大脑与美食论坛”第一讲，对这些问题进行了探索。主持人、复旦大学附属华山医院院长、天桥脑科学研究院临床转化研究中心主任毛颖教授介绍说，这一论坛旨在通过跨学科交流，用贴近公众的形式，揭示食物如何影响我们的认知、情感与行为，增进公众对大脑的深入理解。他透露，天桥脑科研究院还将会与中国神经科学学会一起，推出“大脑与体育”、“大脑与视觉艺术”等其他丰富多样的跨界交流。

尽管神经科学家和认知心理学家一直在努力解锁大脑功能的秘密，特别是与我们日常生活中的进食动机相关的神经基础，但许多关键信息仍未明确。

临港实验室徐华泰研究员在论坛中分享了他的最新发现。他发现在哺乳动物的大脑外侧下丘脑存在着一类名为促肾上腺皮质激素释放激素神经元（CRH），它们在进食过程中发挥重要作用。不仅如此，他的研究还表明，这类神经元还与安全感知密切相关，这一发现提示着动物的进食与焦虑行为享有共同的神经环路基础，这也为治疗焦虑、抑郁等疾病提供了新的思路。

中国科学院心理研究所周雯研究员，从认知心理学角度带来了“气味里的时空”的演讲。周雯指出，“我们对大多数食物风味的感知，其实来自于嗅觉而非味觉”，除了用鼻子闻气味（即“鼻前嗅觉”）外，我们吃东西时，食物的气味也会通过口腔传入鼻子（即“鼻后嗅觉”）。因此，我们品尝食物时，灵敏的嗅觉同样也举足轻重。这也是为什么嗅觉受损时，人们可能会觉得进食也味同嚼蜡。

此外，周雯研究员还通过一个个生动的案例和深入的研究结果，展示了气味如何被大脑感知并记录，以及嗅觉如何诱发生动的情景记忆。她认为，嗅觉不仅仅是一种感官，更承载了记忆，“是连接过去与现在的桥梁”。

希尔顿大中华区及蒙古餐饮运营总监邱琼女士则以“寻找妈妈的味道：嗅觉与味觉如何与记忆联动？”为题，通过3个生动小故事，讲述了食物和味道如何成为个人和家庭记忆的一部分，让我们感受到食物背后承载的深厚情感和文化意义。

浙江大学脑科学与脑医学学院副院长周煜东以“吃到停不下来——美食的奖赏效应”为题，从科学的角度解析了美食为何会让人欲罢不能。他指出，美食作为天然奖赏物，其强化作用可显著增加摄食行为，而中枢奖赏系统在这一过程中起到了关键作用。具体来说，高脂食物会诱导前部丘脑室旁核（aPVT）小胶质细胞激活，进而促进强迫进食行为。周煜东教授的研究，为我们理解肥胖的发病机理以及开发有针对性的预防和干预措施提供了重要依据。

言盐西餐厅创始人林震谷（Chef Ling）分享了他对烹饪艺术的独特见解。从美食主理人的角度，传达了他对本次活动“美食与大脑”主题的理解——烹饪不仅仅是一种“技术活”，更是一种情感的表达。

除了内容丰富的精彩讲座，名厨还现场烹制了数道美食，伴随着食物的浓郁香气，研究人员们现场演示嗅觉、视觉和味觉下人们脑电波的变化，展现了大脑与美食的奇妙世界。

据介绍，支持科普一直是天桥脑科学研究院的重要使命，自成立以来，研究院先后投巨资出品了获得多项国际大奖的科普纪录片《打开思想的大门》和动画片《什么是人类认知》，推出了科普自媒体“追问nextquestion”，举办、资助了大量线上线下科普讲座。同时，还联合上海图书馆东馆打造有主题科普展厅“追问大脑”。

铁对神经递质合成、髓鞘形成、DNA合成和线粒体功能等生理过程至关重要，深刻影响神经发育、认知和大脑结构。大脑对铁稳态进行精确调节，铁过量或铁缺乏的失调都可能导致大脑紊乱。

一些神经退行性疾病中，铁积累可能加速神经元细胞死亡，如阿尔茨海默病（AD）。帕金森症（PD）中，黑质通常含有过量的铁，可能会导致氧化应激和神经元损伤。此外，大脑铁缺乏与海马糖皮质激素受体信号变化相关，诱发抑郁症的发生。鉴于铁在大脑发育中的重要作用及其与多种大脑疾病的联系，探索脑铁积累的遗传因素可以深入了解大脑发育和疾病发生的潜在机制，从而设计更好的诊断和治疗策略。

2024年7月2日（当地时间），复旦大学附属华山医院、天桥脑科学研究院（Tiaoqiao and Chirssy Chen Institute，TCCI）研究员郁金泰、复旦大学类脑智能研究院研究员程炜和复旦大学青年研究员公维康合作，于期刊Nature Communications发表题为“Whole-exome sequencing identifies protein-coding variants associated with brain iron in 29,828 individuals”的论文。该研究对生物样本库的26,789名英国参与者的26个大脑区域的脑铁进行了外显子组范围的关联分析，通过定量磁化率成像技术进行测量。

研究发现了36个与脑铁相关的基因，其中29个以前从未报道过，其中16个可以在3,039名受试者的独立数据集中复制。FTH1和MLX等许多基因参与铁转运和体内平衡。一些基因虽然与脑铁无关，但与铁相关的脑部疾病有关，如帕金森症（STAB1, KCNA10）、阿尔茨海默症（SHANK1）和抑郁症（GFAP）。孟德尔随机化分析揭示了局部脑铁到脑部疾病的六种因果关系，如从海马体到抑郁症，从黑质到帕金森症。该研究增强了研究者对脑铁遗传基因的理解，并为脑部疾病提供了潜在的治疗靶点。

定量磁化率成像（QSM）是一种新兴技术，能够以高空间分辨率和灵敏度对脑铁水平进行非侵入性测量。QSM建立在磁化率加权磁共振成像（swMRI）的基础上，比其他swMRI衍生的测量（如T2*）更能反映表型和遗传上的组织铁含量，并对采集噪声具有更高的稳健性和可重复性。尸检研究证明脑铁水平与QSM之间存在高度正相关关系，脑铁在多个区域具有较高的遗传性，如壳核、黑质和苍白球。虽然全基因组关联研究（GWAS）发现了几个与脑铁相关的位点，但仍局限于几个大脑区域和常见的遗传变异（次要等位基因频率>1%）。

此外，GWAS鉴定的许多位点映射到基因组的非编码区域，给机制探索带来了挑战。针对上述限制，全外显子组测序（WES）可用于识别与脑铁相关的蛋白质编码变异，对多个大脑区域进行大规模的外显子组全关联分析可以揭示脑铁积累的复杂遗传结构，并突出铁相关脑部疾病的重要神经通路。

该研究进行了迄今为止最广泛的脑铁积累全外显子组关联研究（EWAS）。利用英国生物样本库中26,789名受试者的遗传信息、脑成像和表型数据，系统地鉴定了与脑铁相关的蛋白质编码变异，并研究了铁相关基因与脑部疾病和表型之间的关系。

具体来说，该研究有四个主要目标：首先，确定与覆盖皮质下和小脑结构的多个大脑区域脑铁积累相关的罕见和常见基因；其次，探索已鉴定基因的生物学功能，如其富集的生物学途径；第三，探索脑铁相关基因与疾病之间的关系，包括区域脑铁积累是否与多种脑部疾病有因果关系；最后，使用全表型组关联研究（PheWAS）鉴定脑铁相关基因与一组系列表型变量的遗传关联。

今天，天桥脑科学研究院（Tianqiao and Chrissy Chen Institute, the Chen Institute）联合《科学》杂志、上海市精神卫生中心共同宣布，将于2024年11月7日至8日在上海举办“人工智能与心理健康”国际论坛。

天桥脑科学研究院创始人雒芊芊表示：“近年来，人工智能实现了指数级增长，取得了惊人的突破，正影响现代生活和社会的方方面面。科学家和临床医生正在探索利用人工智能进行心理健康研究和治疗的可能性，就初步成果来看，其未来应用前景广阔。”

《科学》杂志的高级编辑Peter Stern表示：“《科学》一直处于新兴科学的前沿。我们将联手天桥脑科学研究院，与科学家和研究人员密切合作，释放人工智能在心理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，心理健康问题在全球范围内日益严峻，新一代人工智能大语言模型与精神疾病问诊可谓是天作之合，在这样的大背景下，我们和天桥脑科学研究院人工智能与精神健康前沿实验室正在开展重点项目攻关，同样期待通过这次会议与全球AI、精神健康领域科学家的跨学科交流，开启思路、造福患者。

本次论坛为期两天，将重点讨论如何利用人工智能开展精神心理研究及促进新型技术的临床转化应用，包括人工智能的现状及其近年来突飞猛进发展背后的驱动因素，人工智能在心理健康诊断和治疗方面的发展历程和未来应用前景。

作为全球最大的私人脑科学研究机构之一的天桥脑科学研究院，自2020年以来，与世界顶级学术杂志《科学》持续密切合作，每年合作举办脑科学国际学术论坛，今年还共同推出了AI驱动科学大奖。这是这两家机构第一次合作在中国举办学术会议。

该论坛相关讲者信息如下（按姓氏字母顺序排序）：

• Michael Breakspear：澳大利亚纽卡斯尔大学神经科学和精神病学教授

• 陈剑华：中国上海市精神卫生中心主任医师、教授

• Philip Corlett：美国耶鲁大学精神病学副教授

• Maria Eckstein：英国谷歌DeepMind研究科学家

• Quentin Huys：英国伦敦大学学院计算精神病学和衰老研究中心副主任

• 李烨：中国科学院深圳先进技术研究院数字所所长、研究员

• Nils Opel：德国耶拿大学医院转化精神病学杰出教授

• Ioannis Paschalidis：美国波士顿大学工程学院特聘教授

• 眭亚楠：中国清华大学副教授

• 赵敏：中国上海市精神卫生中心院长、教授

您可以点击下链接阅读更多讲者计划演讲的内容：

https://www.cheninstitute.org/meetings/2024-ai-and-mental-health

如果您居住在境外，请用此链接注册：

https://www.eventbrite.com/e/950262128607

如果您居住在中国，则在此注册：

https://app.myhudong.com/mobile#/microstation_micro?acid=A7vcDJhENbTjupJ3kw&l=a

你也可以扫描下方二维码，查看更多会议信息：

2024年7月24日（中国上海）——天桥脑科学研究院（Tianqiao and Chrissy Chen Institute, TCCl）与BCI协会（BCI Society）宣布，双方将于今年12月6日和7日在中国上海合作举办BCI Society & Chen Institute Joint BCI Meeting，标志着这一全球脑机接口领域顶级学术会议创办25年后首次落户亚洲。

天桥脑科学研究院创始人雒芊芊说：“我们非常高兴能与BCI协会合作，促进全球脑机接口领域的交流，非常期待能够借此机会展示该领域的一些最新发展成果。”

BCI协会主席Mariska Vansteensel指出：“脑机接口社区一直以来都相对缺少互动，本次会议将为整个脑机接口社区提供一个交流的平台，同时也推动了我们‘促进全球脑机接口研究’使命的实现。”

本次会议邀请了国际顶尖科学家发表主题演讲，从技术、科研、临床等多个角度探讨交流脑机接口领域的最新进展和趋势。

讲者名单包括（按姓氏字母顺序排序）：

• 瑞士洛桑联邦理工学院神经科学教授Grégoire Courtine和洛桑大学医院神经外科医生Jocelyne Bloch，Defitech神经介入治疗中心创始人

• 美国匹兹堡大学物理医学与康复系副教授Robert Gaunt

• 中国清华大学医学工程学院教授洪波

• 美国犹他大学心理学系沉浸式神经调节和神经成像实验室主任Cory Inman

• 法国国家科学研究中心终身科学家、阿奎坦认知和综合神经科学研究所Camille Jeunet-Kelway

• 加拿大卡尔加里大学儿科和临床神经科学教授Adam Kirton

• 中国华山医院院长、国家神经疾病医学中心主任毛颖教授

• 德国弗莱堡大学神经科学与运动系主任Natalie Mrachacz-Kersting教授

• 中国上海脑科学与类脑研究中心主任蒲慕明院士

会议期间，除了主题演讲和圆桌讨论，还设置了中国青年科学家论坛，BCI大会深受欢迎的早餐会、午餐会等经典互动环节，以及参观和闭门交流等，为与会者提供丰富的沟通交流机会。该会议公开注册售票，欢迎有兴趣的神经科学、临床、人工智能、数据、新材料、集成电路等相关专业科学家和产业界人士参加。

伴随着ChatGPT席卷而来的科技进步，AI进入心理咨询室，充当人类全天候在线的知己角色。这在一定程度上缓解了当下精神疾病高发、医疗资源供给不足的问题。可当“精灵”从瓶子里跑出，人类究竟面临着什么？

AI在知识层面上确实能达到人类水平，但据长期在一线临床工作的上海精卫副院长王振教授表示，心理治疗不仅仅是知识的传递，真正起作用的是治疗师与患者之间的关系，这种关系是AI在短时间内难以替代的。

另一方面，如同我们常常被提醒的“要小心你的愿望，因为它们可能会成真”，一个24小时在线的AI心理治疗师就是人类需要的吗？上海交通大学计算机科学与工程系副教授吴梦玥认为，虽然机器人可以实现随时的陪伴，但在真实情况下，给患者全天候的陪伴可能会阻碍其独立面对世界的能力。因此，这种工具应该如何存在？也许为它设置一个危机干预接口，而不是让患者随时接触，会是一个更值得探索的方向。

随着AI的技术进步，研究上已经出现了范式革新。通过重构信息基础设施和优化流程，可以实现大规模数据的无缝采集和利用，同时兼顾隐私保护和伦理要求。这可能是未来医学研究和AI应用的一个关键方向。

“传统的研究范式中，几千例的数据非常有用，适用于原理性和知识性研究。然而，现在的技术发展使得我们可以考虑更大规模的数据集，不是100倍，而可能是一万倍甚至十万倍。”上海交通大学计算机科学与工程系教授俞凯认为，我们正在经历从中小规模精标数据到超大规模弱标注数据的转变。精巧的模型设计仍然重要，但在ChatGPT出现后，上规模的研究范式变化显得更为重要。

他进一步说：“现在的数据采集和模型训练往往是两个独立的阶段。未来，人机协同的方式可能会融合数据采集和模型训练。通过让AI辅助医生进行诊疗，可以在不经意间收集到大量数据，从而降低成本和复杂性。”俞凯认为，这种数据集成不仅包括文字和图像，还涵盖社交媒体上的活动数据、面部表情和反应等。现有的知识性数据也可以作为大规模数据库的一部分。

上海交通大学医学院副研究员张维拓则更精细地将医学领域相关模型开发的数据分为两种：训练数据和验证数据。训练数据量越大越好，因为大模型需要海量数据才能得到良好的效果。验证数据用于评估模型的效果，特别是在申请医疗器械审批时。此时，需要的是金标准数据，即有明确患者临床结局评价的数据，数据量的大小并不是最关键的。

延伸到实际临床研究角度，华东师范大学心理与认知科学学院院长周晓林指出，传统的研究和数据收集多依赖结构化方法，如量表和结构化访谈。事实上，结构化数据收集方式可能限制了智能性和敏感性，使得发现新问题变得更困难。而随着AI算法的提升，未来的数据挖掘技术可能让我们不再需要严格的结构化数据。

当前AI技术在医学中的应用带来了多方面的伦理问题，需要多视角和多维度的考量。比如最核心的问题之一——数据使用与隐私保护，究竟如何衡量？

中国医学科学院北京协和医学院翟晓梅教授说，现有的知情同意要求受益风险评估必须体现受益大于风险。在医学领域，数据和样本的使用通常带来显著的医疗和科研进步，身体风险较低，主要关注隐私保护。隐私泄露和污名化是重大风险，但在重大公共利益的背景下，我们需重新审视收益风险的平衡。

在本次研讨会上，天桥脑科学研究院耿海洋博士介绍了国内外脑健康数据库建设进展，包括各国的脑计划布局以及各类数据集中的问题与挑战。上海市精神卫生中心医务部主任陈剑华介绍了抑郁症、焦虑症问诊数据库建设进展与未来规划，国家精神疾病医学中心脑健康研究院办公室主任张青分析了AI环境下抑郁症研究的伦理风险，强调在AI算法与数据集建设过程中要警惕可能存在的伦理问题。

本次会议邀请到了多位专家学者：

杭州师范大学认知与脑疾病研究中心主任臧玉峰、北京大学人工智能研究院助理研究员杜凯、清华大学神经调控技术国家工程实验室副教授眭亚楠、和鲸数据科学平台创始人范向伟、中科院心理研究所博士后鲁彬、《自然》期刊编辑王笑。

来自上海市精神卫生中心的多位专家参与对话，包括上海市精神卫生中心党委副书记李春波、心理治疗学院院长仇剑崟、脑健康研究院执行院长袁逖飞、门诊部主任王勇、老年精神科主任李霞等。

据悉，今年11月，天桥脑科学研究院将与《科学》杂志、上海市精神卫生中心在上海联合主办AI和精神健康国际学术论坛（AI and Mental Health Conference），邀请世界各地的科学家进一步讨论交流。

▷图3：研究院举办“数字生命和数字孪生”主题系列学术研讨会，第一讲关注数字生命与意识上传，从科幻走进现实。图源：天桥脑科学研究院（TCCI）

坐落于苏州冷泉港亚洲中心的“计算与认知神经科学夏校”是研究院持续支持的项目之一。夏校举办10多年来，许多学生已成长为国际知名学者，如上海交通大学自然科学研究院教授李松挺、麻省理工学院助理教授杨光宇、耶鲁大学终身副教授Alan Anticevic、Meta研究员Jean-Rémi King、OpenAI研究员Francis Song等等。夏校创始人、纽约大学汪小京教授表示，“中国用于支持跨学科研究和教育的机构很少。这里要特别感谢陈天桥先生和他夫人创办的天桥脑科学研究院的支持。”

日前，法国艾克斯-马赛大学系统神经科学研究所教授维克多·吉尔萨到访上海。作为欧洲人脑计划首席科学家之一，他主要领导了数字孪生大脑项目（EBRAIN），并且在模型指导癫痫临床手术上取得了成功验证。了解到天桥脑科学研究院的“AI＋脑科学”计划后，吉尔萨予以了高度评价，感叹未来脑科学发展的机遇已就在眼前。