会议报道

 

9月16日,由天桥脑科学研究院(Tianqiao and Chrissy Chen Institute, TCCI)主办的“面向大众的神经技术”国际论坛举行。4个多小时里,来自中国、美国、德国、荷兰和新加坡的5位知名科学家,与近52万人次的在线观众分享了对这一话题的见解和展望,进行了问答互动。率先在全球范围内对这一前沿科学课题开展跨学科、跨国界的高层次研讨,吸引了科学家和公众的极大兴趣。

 

图注:“面向大众的神经技术”专题论坛

 

对此,天桥脑科学研究院(TCCI)创始人陈天桥指出,多年前,阿凡达、骇客帝国、盗梦空间、三体等经典科幻作品,对面向大众的神经技术做出了精彩而大胆的描述,比如大脑复活、记忆下载和传输、梦境解码和控制。但是今天,这些技术却仍然停留在科幻作品中。通过办这个会议,以及今后的追问和探讨,不是期待马上就能得到完美的解决方案,而是期待持续引起科学家的重视和公众的关注。

会议主持人、华山医院院长、TCCI转化中心主任毛颖教授从一位神经外科医生的角度认为,许多提升正常人群健康的技术,都是先从医疗落地转化的。今天,创新神经技术比如脑机接口、深部脑刺激、手术机器人已经在神经外科临床中应用,给医生带来便利,给患者带来福音,而发展趋势是从表象到机理、从有创到无创、从单一学科到多学科融合,为未来造福正常人群打下了很好的基础。

 

有望助力健康人群睡眠调控和情绪调节

在会议上,天桥脑科学研究院应用神经技术前沿实验室(TCCI Frontier Lab)主任Gerwin Schalk教授介绍说,神经技术可以让中风或因其他疾病引起失语症病患的语言功能增强,侵入式脑机接口以及大脑模拟技术,可以帮助严重帕金森病或其他运动障碍症状的人显著减轻症状。

 

图注:毛颖教授任主持会议,5位国际专家作精彩学术报告

 

清华大学生物医学工程系洪波教授说,他的团队用3个颅内电极就实现了微创植入脑机接口打字,每个电极的等效信息传输率达到20比特/分钟,期待未来能够以尽可能小的代价帮助残疾人恢复与外界沟通的能力。

乌得勒支大学医学中心Nick Ramsey教授分享,一个58岁晚期肌萎缩侧索硬化症(ALS)患者接受了大脑植入,通过解码软件算法和患者反复练习,每分钟能够输入相当于两个字母,准确率接近90%。电极植入7个月后,她可以在家实现连续32天的拼写练习。

南洋理工大学计算机科学与工程学院关存太教授指出,基于深度学习等算法的新型非侵入脑机接口技术,可以使得卒中患者的理解准确率,从传统脑机接口技术的70%上升到90%。

除了介绍现有最新成果,专家们对未来这些技术在更大人群的应用做出了展望。

柏林大学医学中心的Surjo Soekadar教授认为,目前的脑机接口,主要是通过对大脑运动意识的解码和感官的反馈,实现对大脑结构和功能的重建。下一代的脑机接口技术,将能做到解码工作记忆、情感和运动集成,并通过自适应的调节和感官反馈,实现对大脑功能的稳定提升。

Gerwin认为,神经技术在健康人群中最先落地的,将有可能是睡眠调控以及缓解抑郁焦虑场景。他举例说,通过神经技术产生能够引起大脑积极反应的音乐,让大脑和音乐韵律达成一致的节奏,起到帮助正常人个性化提升睡眠质量的作用。

 

追问:技术发展会不会导致人脑退化  

“如果人脑在记忆、计算等功能上通过神经技术全面得到增强,会不会意味着人类大脑的整体退化?”

Ramsey教授认为,人类的情绪、动机、奖赏加工、与躯体相关的认知功能是没有办法被取代的,所以即使未来神经技术可以大大增强大脑,也不会导致人类大脑的退化。

 

“用人脑研究人脑,是不是会有不可逾越的主观性障碍?能否通过机器AI研究解决这一问题?“

关存太教授指出,现在用人脑来研究人脑,其实不是研究人脑的运作机制,而是研究大脑出现障碍或疾病时的修复,或者说是在研究人脑的障碍区域。在目前的技术水平层面,我们无法观测整个大脑的运行规律,所以应该也没有主观性障碍。

“如果神经技术可以解码意识以及双向调节,是不是未来可能干预和改变人的自由意志,这种伦理风险如何考虑?“

洪波教授认为,以目前的研究水平,不用过于担心伦理风险,远远没有达到这一步,现在最需要的是继续探索。许多年以后,我们真的有能力达到了这种先进的技术程度时,就需要非常关注伦理问题。

 

会前和会中,许多观众向讲者踊跃提出了200多个问题。现场,天桥脑科学研究院苏格拉底实验室社区追问观察员耿海洋博士,及时汇总有代表性、高质量的问题,代表观众与专家进行互动。耿海洋归纳说,大家最关心的主要包括,科幻小说关于最强大脑的描述哪些最有科学依据,最有希望落地;伦理风险;侵入和非侵入的解决之道。

 

图注:在会议追问环节中,耿海洋博士代表观众向讲者提问

 

除了分享和回答问题,每位讲者也留下了自己感兴趣的问题,希望和大家一起进一步探讨和解决。

“我们未来能不能把每个人大脑数字版上传到元宇宙?我们未来能不能模拟制作出患病的大脑?”(洪波)

“开发面向大众的神经技术以提升精神健康,最大的挑战是什么?”(Surjo Soekadar)

对此,耿海洋介绍说,追问观察员的职责,就是收集归纳高质量、有代表性的科学问题,在会上问,更要在会后持续追问,根据问题持续组织会议,发挥打破沙锅问到底的科学精神,探索科学边界。

 

两位首富的梦想照进现实  

正如专家在会议上指出,与热火朝天的医疗级神经技术研究相比,面向健康人群的应用,被多数科学家认为目前还很遥远。

 

图注:会中,Nick Ramsey 教授分享脑机接口技术面向大众的需求思考

 

美国科学院院士Richard Andersen,是为数不多对这一应用进行过展望的科学家。他在接受采访时指出,我们现在关注的是用脑机接口修复脑,今后会关注增强脑。他预测,能不能做到未来把手机芯片植入大脑,实现人脑和电脑的合二为一,只要动动脑子,就可以收发邮件,上网搜索。中科院上海微系统所陶虎教授也认为,以脑机接口为代表的神经技术,现在是让病人成为正常人,未来是让正常人成为超人。

Richard Andersen现任职务是加州理工学院TCCI脑机接口中心主任。6年前,他把电极植入瘫痪病人大脑运动皮层,实现了让病人仅仅用意念就可以精确遥控机械臂完成开啤酒瓶、弹钢琴、玩游戏等复杂动作。正是这个划时代的成果,把前中国首富陈天桥吸引到了大洋彼岸,并最终和加州理工合作成立了天桥脑科学研究院的第一个国际科研机构。陶虎的另外两个身份,是天桥脑科学研究院(中国)研究员,以及脑机接口初创企业脑虎科技创始人,而脑虎科技的唯一天使轮投资者、最大的投资者也正是陈天桥。

作为前互联网大佬,陈天桥对面向大众的创新神经技术,一直兴趣浓厚。他和陶虎说,我可以用二三十年甚至更长时间支持你研发。Richard Andersen的最新研究,是通过超声波,一种无创但相对精确的方式进行脑机接口调控,也得到了陈天桥的支持。他还投资了一家叫Sychron的公司,研发了通过血管介入的脑机接口设备,今年获得FDA批准开始人体临床试验。陈天桥对此思路非常赞赏,认为这是未来让正常人群使用的很好解决方案。

据说,世界首富马斯克正在谋求投资Sychron。这是另一位非常看好面向大众的神经技术的产业大佬。他自己创办了脑机接口设备企业Neuralink,从一开始就以正常人群为目标,包括设计了缝纫机式的微创植入。此外,马斯克透露,还在探索把自己的大脑上传云端,实现与虚拟自己的对话。

会议报道由苏格拉底实验室内容团队出品

 

17

2022-09

 

9月2日,天桥脑科学研究院(Tianqiao and Chrissy Chen Institute,TCCI)转化中心联合中国科学院上海微系统与信息技术研究所、脑虎科技、中国神经科学学会、上海市神经科学学会共同举办“脑·机智能融合-让大脑连接未来”论坛。本次论坛是2022世界人工智能大会的重要组成部分,也是脑机接口首次以主题论坛的形式登陆。中国科学院上海分院院长胡金波教授、中国神经科学学会理事长张旭院士、中科院上海微系统所所长谢晓明教授致辞。

本次论坛邀请了英国皇家工程院院士、上海交大医疗机器人研究院院长杨广中教授,华山医院院长、TCCI转化中心主任毛颖教授,浙江大学脑科学与脑医学学院院长胡海岚教授,中科院上海微系统所副所长、TCCI研究员、脑虎科技创始人兼首席科学家陶虎教授,TCCI应用神经技术前沿实验室主任,复旦大学、华山医院客座教授Gerwin Schalk教授,中科院空天院研究员蔡新霞,复旦大学类脑研究院副院长王守岩教授,美国得克萨斯大学奥斯汀分校生物医学工程系助理教授王辉亮,中科院深圳先进院研究员李骁健,燧人医疗首席执行官蔡江等知名专家学者、产业人士发表主题演讲,进行跨学科、跨领域、跨国界的交流。

 

扫描二维码 △

在苏格拉底实验室观看回放

可在各大手机应用商店,

搜索并下载“Socraticlab”,

参与更多会议互动!

 

脑科学和智能科技发展融合

杨广中教授率先分享了手术机器人和脑机接口的应用与进展。过去10年间,手术机器人的尤其是神经介入机器人得到了飞速发展。植入式机器人的出现让微型芯片植入大脑,进行脑机接口成为可能。目前医疗机器人仍旧面临着微型化、精准性能、狭小空间灵巧结构设计、良好生物相容性材料发掘、多模态智能感知和“人-机协同”智能系统开发等多方面的挑战。

 

 

毛颖教授分享了目前神经外科临床应用场景中先进工具,如超高清手术显微镜,ECoG(皮层脑电)和MET-PET技术进行多模态脑功能定位。据介绍,近期正在进行的多国联合研究,研究团队利用先进工具定位不同语言的皮层分布差异,旨在定位最小共同语言皮层的存在,为神经外科手术提供语言定位和保护策略,也为深入了解语言机制提供了证据。

 

 

毛颖指出,先进神经工具在脑疾病诊治中的发展方向正从表象到机理,从有创到无创,以及从单一学科到多学科融合。他呼吁,正如现在还没有弄清原理,但深部脑刺激DBS治疗脑疾病取得了显著的效果,为此,希望更多的新技术与临床紧密合作,只要有效就应该尽快落地,造福患者。

胡海岚教授分享了大脑如何控制竞争相关行为,决定优势地位的脑区的研究。在长达10年的行为研究中发现,在社会竞争中,由大脑皮层所决定的性格特质可以克服体力的弱势使动物获得优势地位,重塑大脑神经环路可以使先天弱势的动物获得优势地位。她非常期待与人工智能达成技术合作,进一步探索并解开大脑编码与社会行为的奥秘。

Gerwin Schalk教授指出,神经技术具有巨大潜力,目前相对成功的手段主要有侵入式和非侵入式两种。以侵入式为例,应用较多的技术包括在帕金森治疗过程中使用的深部脑刺激(Deep Brain Stimulaiton)和癫痫治疗中使用的反应性神经刺激(Responsive Neural Stimulator)。非侵入式使用场景较多集中于睡眠监测、多睡眠造影。他指出,神经技术应用的痛点在于,如何将神经科学与工程技术相融合,进而满足每个人的需要。

 

 

值得一提的是,Gerwin教授所在的TCCI前沿实验室(TCCI Frontier Lab)对神经技术的多学科融合进行了探索。团队正在研发一款新型硬件“SmartEEG”,可以对使用者的脑电、呼吸及动作情况进行多维度的实时监测。

作为优秀的华人科学家,王辉亮助理教授在运用纳米粒子技术对特定神经元进行非侵入式的精确控制调节领域的研究颇有建树。他分享了最新的声光遗传技术进展,利用超声激发的非侵入性光遗传技术,既不要开颅,也不需要植入,动物试验显示可实现对特定神经元细胞有选择性的控制,满足临床需要的一定穿透深度,未来有望对治疗帕金森等人类神经疾病顽症起到重要的作用。

蔡新霞研究员分享了脑神经信息高通量双模检测,王守岩教授介绍了多感知智能神经调控技术,李骁健研究员介绍了脑机接口的应用研究,蔡江分享了脑机交互技术应用,引起了与会者的高度兴趣。

 

脑虎科技发布阶段性技术成果

陶虎教授表示,脑机接口不仅是重大前沿脑科学研究的关键工具,也是重大脑疾病诊治中具有颠覆性及无限想象空间的手段,他特别指出,与传统领域不同,现阶段国内外在脑机接口领域的技术发展差距实际上并不明显,不论是电极、芯片、植入、算法还是封装集成等领域,国内技术发展处于国际先进水平,目前最需要的是系统优化。

中国原创脑机接口设备研发企业脑虎科技创始人、CEO彭雷表示,产品主要面向的两个市场,一个是以“脑计划”为依托的科研市场,助力“脑计划”的基础研究工具平台;另一个是明确医学价值的医疗市场,针对明确的适应症如渐冻症,高位截瘫、失明等,脑虎会按照医疗产品的流程稳妥推进临床试验,“高通量、低创伤、长期在体”是三大亮点。

 

05

2022-09

 

“我们可以保护大脑免受缺血性损伤吗?类脑器官如何模拟大脑发育?类脑器官能够解开大脑疾病的谜团吗?”,华山医院院长、天桥脑科学研究院(Tianqiao and Chrissy Chen Institute, TCCI)转化中心主任毛颖教授在“对话大脑”院士论坛第三期提出以上问题,对此,中国科学院院士、国家老年疾病临床医学研究中心主任、国家神经疾病医学中心首席科学家王以政,美国国家医学科学院院士、宾夕法尼亚大学佩雷尔曼医学院教授明国莉在论坛中进行分享。

 

 

王以政:

Smoothened蛋白可以作为脑缺血治疗潜在靶点,减少谷氨酸毒性

从缺血性脑卒中的关键发病机制和未来治疗方面,王以政院士分享了探索大脑缺血性损伤的潜在治疗靶点的研究。脑缺血会导致谷氨酸从细胞内环境释放到细胞外空间,从而导致神经元损伤。为了了解在缺血状态下介导谷氨酸释放和吸收的机制,研究围绕在脑缺血过程中音蝟因子(SHH)信号通路对细胞外谷氨酸的调控展开。他们检测了SHH蛋白的释放及下游信号分子的表达情况,确定了脑缺血过程中SHH信号通路被激活,抑制SHH通路可以显著降低缺血性脑损伤。

 

 

王院士表示,在临床动脉取栓,静脉溶栓的情况下,血液可以到达脑损伤的部位,可以使用神经保护或者减少神经毒素的药物,创造神经保护的条件。未来,将持续探索如何调控细胞外谷氨酸水平以达到神经细胞存活的可能。

 

明国莉:

类脑器官探索大脑发育和大脑疾病

明国莉院士介绍了团队多年来以类脑器官为研究工具,建模探索大脑发育与疾病机制的科研成果。

 

 

早期的脑类器官模型,虽然可以在多个维度上模拟大脑皮层的早期发育,但这样的类脑模型由于缺少血管循环系统存在很多局限性,比如由于缺氧导致细胞坏死,细胞发育不成熟以及某些特定的神经细胞的缺失等。由此,明院士团队研发出新的类脑模型:片状新皮质类器官(Sliced Neocortical Organoid,SNO)系统。SNO系统为类脑器官提供了悬浮培养的环境,解决了之前提到的血管缺氧问题。

明院士还分享了她的最新研究:建立人源化大鼠的动物模型用以研究神经回路形成的机制,成功地将人类前脑类器官移植到宿主大鼠视觉皮层。这些以类脑器官为载体的研究成果,将为神经再生和修复提供新的视角和见解。

青年追问:

类脑器官会产生意识、痛觉和情绪吗?

此次论坛设置了TCCI追问环节,通过苏格拉底实验室社区(app:Socraticlab)线上征集有代表性的问题,由毛颖教授主持,会同现场参加的青年学者,与两位院士进行交流和追问。

 

 

备受苏格拉底实验室线上青年学者关注的问题是,“类脑器官会产生意识、痛觉和情绪吗?如果有的话,这是否符合伦理?”

针对这一提问,明院士表示,虽然类脑器官的研究十分前沿,目前已经可以产生部分发育中的大脑,但是现有的技术很难让类脑器官继续成熟和成长,且目前的类脑器官暂时不具备感觉系统。现有技术也无法让类脑器官产生意识,如果未来类脑器官发展到更接近发育后期的大脑,届时相关的伦理问题也会随之而来,但目前我们还离这些问题十分遥远。

王院士从人工智能(AI)的角度进行解答。他表示,AI根本的问题还是基于类脑的一些现象延伸出来一个算法,算法通过计算机来实现。如果根据人的现象和行为推测出一个算法,让其能够和人互动,这个算法是不具备意识的。王院士表示,现在的类脑计算和AI与意识的产生之间还有一段很长的路要走,而伦理问题肯定会在未来备受关注。

 

29

2022-08

 

“中枢神经系统损伤之后,是否拥有和皮肤、骨骼一样的再生和修复能力?经典教科书告诉我们神经是不可再生的,但是在实际工作中,一部分病人遭受重大神经创伤之后,通过手术和康复锻炼,却能够逐步恢复到接近正常的神经功能状态,比如车神舒马赫。”这是华山医院院长毛颖教授,今天在“对话大脑”院士论坛第二期的开场提问。苏国辉院士和Rusty Gage教授围绕这一提问,与线上线下近5万名观众进行了分享和交流。

这一论坛由天桥脑科学研究院(Tianqiao and Chrissy Chen Institute,TCCI)与中国神经科学学会神经外科学基础与临床分会共同主办。TCCI创始人陈天桥说,推出“对话大脑”论坛,是希望倡导一种“打破砂锅问到底”的科学精神,让青年科学家追问国际大咖,让非专业人士追问科学家,吸引更多的科学家共同探索脑科学的边界,吸引更多的公众共同关心和支持脑科学。论坛主持人毛颖教授介绍,这一论坛将长期举办,至少每季度一次,做成永不落幕的脑科学高端国际学术交流和科普讲座,不仅吸引业内人士,也要吸引对脑科学感兴趣、受过良好教育的非专业人士。

 

 

在第二期论坛上,中国科学院院士、暨南大学粤港澳中枢神经再生研究院院长、香港大学医学院讲座教授国辉,索尔克生物研究所所长、遗传实验室教授Rusty Gage分别做了精彩的分享。苏国辉院士被誉为“世界视神经再生研究的先驱者”,他是第一位证明了“成年哺乳动物的视网膜节细胞可以实现再生”的科学家。Rusty Gage教授专注于研究成人中枢神经系统可塑性以及适应能力,他的团队曾发现人类大脑在成年后会产生新的神经细胞。

 

用人体细胞建模衰老

探索阿尔兹海默症研究新途径

Gage教授以衰老和阿尔兹海默症为主题进行了在线分享。他认为,衰老不仅是“与时俱退”地失去机体功能,还是人们罹患癌症、糖尿病和包括阿尔兹海默症在内的神经退行性疾病的最大危险因素。阿尔兹海默症以及衰老是一种“多系统”紊乱,需要通过不断了解不同系统相互交流的方式来解决这一难题。

Gage教授介绍了他们团队探索模拟神经细胞衰老的体外模型之路。过往,他的团队获取了0-89岁人类的皮肤细胞,并将这些细胞诱导成多功能性干细胞(iPSCs),iPSCs曾被广泛应用于衰老以及阿尔兹海默症的研究。然而,他们发现iPSCs细胞诱导分化的神经元细胞,其“年龄特征”完全被抹去了,因此并不适合进行神经元细胞衰老相关的研究。后来,团队利用Ascl1和Ngn基因片段以及小分子强化方法,将年轻的或年老的皮肤成纤维细胞直接诱导成神经元细胞(iNs),发现iNs有效保留了人类细胞转录组的年龄特征。同时,还证明了RanBP17蛋白是影响细胞衰老的关键因素。

在最新的研究中,Gage教授团队将阿尔兹海默症患者的成纤维细胞直接转化为iNs,建立了可以表征衰老的神经元模型。他们发现来自于阿尔兹海默症患者的iNs在表观遗传层面与正常人不同,而是与衰老过程所引起的表观遗传(在不改变DNA序列的情况下就能影响基因的表达)变化更相似。相较于iPSC模型,iNs模型在研究阿尔兹海默症和衰老机制时更具优势,iNs的表观遗传特征更能反映大脑在衰老过程中的不同阶段。

 

Rusty Gage教授连线Brain Talk现场

 

干细胞治疗给脊髓损伤患者带来希望

干细胞新药研发正在健康快速发展

苏国辉院士在现场分享了干细胞治疗脊髓损伤的研究成果。脊髓损伤是一种难恢复且致残率极高的中枢神经系统损伤性疾病,目前尚无确切有效的治疗方案。

苏院士说,干细胞有全能干细胞、多能干细胞和单能干细胞,作为人体各种组织细胞的祖细胞,它具有自我更新能力和分化潜能,可以分化成多种功能细胞,具有再生各种组织器官的潜在功能。随着干细胞治疗技术的不断发展,脊髓损伤这一难治性疾病的治疗有了新的希望。他在香港和昆明同步进行脐带血细胞移植治疗脊髓损伤的临床试验,慢性完全性脊髓损伤病人接受了脊髓内脐带血单个核细胞(UCBMC)移植,结果发现UCBMC移植可以促进感觉功能恢复。患者在移植治疗后,接受了3-6个月步行训练,其中75%的病人能恢复到在少量人力协助下行走的水平,大部分病人的大小便控制功能也得到了一定程度的改善。此外,影像学分析显示患者的脊髓纤维束得以再生。

苏院士表示,干细胞可分化为神经元星形胶质细胞和少突胶质细胞,达到在结构和功能上的修复或替代,同时产生多种细胞外基质,填充脊髓损伤后遗留的空腔,为再生轴突提供支持物。目前,移植细胞有多种类型,而考虑到安全性,目前主要使用间充质干细胞(如骨髓、脐带、脂肪组织)。

苏院士介绍,间充质干细胞具有有效的抗炎、神经营养和促进神经再生作用,能有效促进脊髓损伤后的运动功能和感觉功能修复。在食蟹猴脊髓损伤模型中,移植人脂肪间充质干细胞后,它们的步态周期显著恢复、纤维显著增多,同时促进其神经再生,这证明了间充质干细胞治疗脊髓损伤的有效性。

苏院士还展望了干细胞新药的研发前景。苏院士带领的自主研发团队正在研发人脐带间充质干细胞治疗膝骨关节炎新药,作为1类创新药,目前正式获得国家药品监督管理局的临床试验申请受理,预计2021年底启动临床试验。他指出:“干细胞治疗作为再生医学领域中最先进的治疗方式,已在膝骨关节炎治疗中具有显著的治疗效果,它势必会推动医疗、预防医学等行业发生颠覆性的革命。随着干细胞产业政策不断的完善和落地,未来需要加快核心关键技术研发、推进科技与产业的深度融合、强化科技成果的转移转化等。”

 

苏国辉院士现场分享

 

本次院士论坛特别设置了TCCI追问环节。“追问”是天桥脑科学研究院旗下的独立科学媒体,此前在公众号征集了来自青年科学家的问题,现场从事神经科学研究的青年学者、热爱神经科学的非专业人士从这些问题出发开启了进一步追问。

 

苏国辉院士和毛颖教授对话圆桌话题

 

追问读者的第一个问题是,“干细胞移植和体内转分化,哪个策略更有前景?各自优缺点是什么?”对此,Gage教授回答说:“目前有很多正在进行的临床研究,这些研究有些使用胚胎组织或是诱导性多能干细胞,将它们移植到受损部位。我们当然需要更多这样的研究,不过同时我们也需要做关于疾病与损伤的基础研究。比如,关于胶质细胞转化为神经元细胞,这是很前沿的转分化研究,目前只在动物模型上进行过试验。这是个广受热议的研究话题,科学家对此有所争议,但它也是很有前景的研究方向。我认为对于干细胞移植的研究,目前已经进行良多,而对体内转分化研究将会有更多‘健康’的研究与讨论。”

苏院士赞同Gage教授的观点,他说:“在脊髓损伤的病人中,80%的患者有残留的纤维,但不具备功能,所以他们没有感觉。我们的研究希望发挥出残留纤维的功能。而干细胞移植的优点在于其安全有效。它可以促进髓鞘的发生,分泌出营养因子。我的研究使用了脐带血单个核细胞(UCBMC),尽管已有成效,患者可以走路,但他们无法抬腿。我希望干细胞移植可以在未来改善这个现象。细胞转化也是一种方法,但它离临床应用还比较远,目前距离临床应用更近的是外源性干细胞移植。

 

 

追问读者问道:“最近,对于胶质细胞是否真的能转化为神经元引发争论,您如何看待这场争论?”对此,苏院士指出,神经系统里有两种细胞——神经元和胶质细胞。在脑中风患者的大脑中,很多神经元丢失,但保留了大量的胶质细胞。胶质细胞有分化再生能力,利用重编程可以将胶质细胞转化成神经元。他补充说:“针对争议的问题,我和陈功教授进行了交流,一个重要的原因可能是药物浓度太高,进而影响细胞的功能。陈功教授也做了系列的研究,近期应该会发表。因为它潜在的有效转化能力非常强,所以大家很关注这个领域,不过这还需进一步的试验验证。”

作者:Jiahui

编辑:Lixia,EY,花椒

19

2021-11

美食的诱惑、工作的压力、身材的焦虑、睡眠不规律等因素带来的贪食、厌食、进食不规律等,导致进食障碍对公众健康的影响日益加剧,严重时甚至危及生命,更需要诸多专业医生的共同治疗。2021年11月16日,由天桥脑科学研究院(TCCI)旗下追问媒体、复旦大学附属华山医院全科医学科以及上海医师协会全科医师分会共同主办“胖与瘦的难过”论坛,聚焦进食与代谢问题的诊治和健康管理。

 

 

论坛主持人、TCCI研究员、华山医院全科医学科主任黄延焱介绍,希望从全科医学角度,从生理、心理、社会模式角度对进食相关健康问题进行诠释和解读。这也是TCCI旗下追问媒体新栏目“追问新知”的第一次亮相,重点关注脑健康领域最新的科研发现和成果,致力于提升公众的脑健康、精神心理健康观念。

 

华山医院内分泌科主任医师鹿斌

 

华山医院内分泌科主任医师鹿斌:从内分泌视角分析了肥胖的病因、病理生理状态及伴随疾病等。肥胖并不是单纯的体重增加,体内脂肪堆积,而是一种可以导致健康损害的慢性代谢疾病,肥胖会带来严重的代谢、心血管、呼吸、肌肉骨骼、多肿瘤的高发等危害。对于肥胖者而言,需要合理饮食(限制能量摄入、高蛋白质膳食以及“5+2”轻断食模式)、加强体育锻炼(有氧运动与抗阻运动相结合)、行为调整(细嚼慢咽、选用低脂食物)、心理支持、药物治疗(目前唯一的非中枢作用的减重药奥利司他,以及二甲双胍、SGLT-2抑制剂、GLP-1受体激动剂等降糖药物)以及手术治疗多种方式相结合的综合疗法。

 

华山医院减重及代谢及疝与腹壁外科主任姚琪远

 

华山医院减重及代谢及疝与腹壁外科主任姚琪远:我国目前有超9000万人受肥胖困扰。最新数据表明,成年人中有超过1/2的人存在超重或肥胖问题。对于严重的肥胖,即BMI超32.5%或BMI超27.5%并伴有代谢紊乱,可采用手术治疗,且手术治疗优于药物治疗。手术分为缩胃(减少摄入)手术、缩肠手术(减少吸收),或两者结合。目前最流行的控制体重的术式是腹腔镜缩胃手术,但其短板也比较明显,比如复胖、合并症复燃。医生应权衡利弊,平衡手术风险与获益,并为后续手术留余地。

上海市精神卫生中心临床心理科主任陈珏:进食障碍是一种以进食行为异常为突出表现,并伴有显著的体重改变和生理功能紊乱的精神障碍。其具体表现为进食行为紊乱,如限制进食、过度运动、暴食、暴食后催吐等。紊乱进食行为背后折射出患者存在严重的心理障碍,如对自身体重、体形认知歪曲。进食障碍在我国呈增多趋势,治疗的一大难点在于,难以治愈、反复发作、病程迁延。进食障碍可以分为六种,常见的是神经性厌食症、神经性贪食症和暴食障碍。厌食症患者有严格的节食行为且体重低于正常水平,贪食症和暴食障碍患者都存在暴饮暴食的特点,但贪食症患者有引吐、滥用泻药等清除行为,而暴食障碍无清除行为。进食障碍的治疗需要与多学科专业人士及患者、家庭的密切合作,并且采用不同治疗方式相结合的综合性个体化治疗方案。值得注意的是,神经性厌食症是最致命的心理障碍,其死亡率高达20%。

 

TCCI研究员、华山医院睡眠障碍中心诊治执行主任于欢

 

TCCI研究员、华山医院睡眠障碍中心诊治执行主任于欢:从睡眠与饮食的角度分享了相对不常见的两种进食障碍——夜食综合征和睡眠相关进食障碍。夜食症并非只是夜间进食变多,诊断标准包括夜间食欲亢进、伴随食物摄入的夜间醒转,以及需要符合其他临床特点如清晨厌食、失眠、需要吃东西才能入睡或重新入睡等。此外,睡眠相关进食障碍(SRED)诊断标准一般归类于非快速眼动睡眠期异态睡眠(睡眠相关觉醒障碍),包括在睡眠期间反复出现醒转期间的饮食功能失调;反复不自主进食,并出现进食成分特殊的现象或整个过程中发生伤害性行为亦或是由此造成不良健康后果;进食发作期间,其意识部分或完全丧失等。需要注意的是,睡眠中进食行为常伴随其他睡眠疾病症状发生,容易被忽视。

 

华山医院全科医学主治医师顾洁

 

华山医院全科医学主治医师顾洁分享了基于正念的自我健康饮食管理技术,主要强调自我主动性在进食障碍治疗中的重要作用。上海市新华街道社区卫生服务中心全科主任医师袁志敏介绍了谈社区人群的健康饮食管理。

分享讨论环节,天桥脑科学研究院的独立科学媒体——追问,就前期活动预告中收集到的读者感兴趣的问题现场追问与会专家。从“如何确定自己是自制力太差还是属于暴食症”到“食欲一直很低,需要调整吗”,再到“现在的评价标准更多地是针对女性,会有对男性的筛查标准吗”“进食障碍能治愈吗,是否容易反复发作”,针对“追问”提到的这些问题,专家们充分表达了自己的观点和见解。

陈珏表示,暴食与自制力差导致的多食显著不同,暴食是在有限的时间内吃大量的食物,吃普通人两倍或三倍分量的食物,并且行为是失控的,即无法控制自己的行为。这不等同于自制力差,暴食症是一种疾病,需要的是治疗。

对于食欲很低要不要调整的问题,需要辩证对待,是一直以来都吃得比较少,还是说存在病期。如果有病期,我们要先考虑会不会是抑郁症引起的食欲低下,排除抑郁症后,再考虑是不是有进食障碍。但需要纠正的是,厌食症的人食欲并不低,他只是控制自己不让自己多吃,反过来,因为过度的控制,反而食欲会更旺盛。这就是为什么有的人过度节食之后,过一段时间会出现暴饮暴食的情况,甚至有一些人行为上没有暴食,但是会更喜欢看食物的图片、看直播、逛超市,用这种方式来补偿由吃得少导致的对食物兴趣增加的情况。

专家还指出,厌食症和暴食症的标准不分男女。比如在厌食症的体重标准上,通过成年人体重指数是否低于18.5来判断,并不区分男性或女性。只是因为人群中常见的患者是女性,所以会说女性厌食症标准等。

同时,进食障碍是能够治愈的,神经性厌食症的治愈率在50%左右,神经性贪食症的治愈率约50%~70%,暴食症的治愈率更高。不过,进食障碍是容易反复发作的疾病,所以治愈以后需要定期随访,尤其是厌食症,还可以通过一些心理治疗的方式预防复发。

 

16

2021-11

 

认知科学在过去十年取得了巨大进展,几年前还被认为是天马行空的科学技术,现在已经迅速成为世界各地前沿实验室的标准方法和日常工作。这反映了现代神经科学的跨学科思维,科学家正在用跨学科方法来攻克有关人类思维和认知的深层问题。与此同时,不断涌现的革命性技术也让这一切变得可能。

每年,天桥脑科学研究院(Tianqiao and Chrissy Chen Institute, TCCI)和《科学》杂志(Science)都会举行一场认知科学会议,在会上各方集中讨论认知科学领域的最新突破性成果。在本次会议期间,来自中美两国的科学家们介绍了前沿研究成果,并热情回答了听众们的问题。

毛颖:临床神经外科

应用神经科学中的机器学习

主讲人

毛颖

复旦大学

毛颖教授是TCCI转化中心主任、华山医院院长、中华医学会神经外科分会主任(候任),他还担任上海市抗癌协会副理事长、中华医学会神经外科分会副主任委员、中国医师协会神经外科分会副会长、上海市医学会神经外科分会主任委员等职务。毛颖教授曾经于美国密歇根大学Crosby神经外科实验室从事博士后研究,并在日本、中国和美国的多所学术机构深造。2017年,毛颖教授荣获了由上海市医学会颁发的上海医学发展杰出贡献奖。

毛颖教授介绍了机器学习(ML)在神经医疗诊断中三个方面的应用,分别是医疗图片处理、脑电仪(EEG)数据加工以及手术协助中应用到的机器学习技术。

首先,机器学习能够应用到放射组学(Radiomics)研究中的图像处理、特征提取以及分类预测等方面,大大提高数据处理效率。毛颖教授通过机器学习技术,开发了应用于脑部肿瘤诊断的人工智能系统。该系统中的核心机器学习模型,通过对 300 余个病例进行训练,最终对脑部肿瘤诊断精确性能够达到 85% 以上。

此外,在脑电仪的应用基础上,毛颖教授开发了更加精确的深脑刺激方法。传统的电极刺激方法范围较大,刺激不精确,且强度较不可控,易引发癫痫。而毛颖教授实验室开发的新型刺激方法能精确刺激各个脑区,为病人大脑制作高精度的功能图谱。毛颖教授举例他们对中央沟(central sulcus)周围脑区(主要感受皮层和主要运动皮层)的制图,并强调,该“被动功能性制图”技术在病人清醒和麻醉的情况下都可使用。

机器学习还为临床神经手术带来了一系列的变革。传统的神经开颅手术不仅耗费人力,手术时程还过长。近年来,算法、人工智能以及虚拟现实技术应用的逐渐发展为临床带来了立体定向神经外科技术,但该技术仍旧耗时费力。

毛颖教授介绍到,如今,通过结合手术机器人以及前沿人工智能技术,他们开发出了新一代的神经手术机器人,更好地解决了传统手术的短板。尽管如此,毛颖表示,新的技术无法替代神经外科医生。这项新技术的作用在于帮助医生更精准快捷地完成手术。

最后,毛颖教授总结道,机器学习技术为临床医生提供了更加有力的工具,进一步的加强了神经手术的诊断精确度以及治疗有效性。这项技术的核心,在于使手术过程变得更加简单,帮助医生做出更加正确的诊断。

然而,要想更好地发展这项技术,我们还需要更多的研究人员参与技术研发,更多的诊断病例训练模型。他相信,我们将很快揭开大脑“黑箱”的神秘面纱,证明机器学习应用于诊断技术的有效性。我们应当相信机器学习技术,也要更加相信新一代的神经外科医生。

Q&A

1)关于医疗人工智能与神经外科医生。机器学习的诊断准确率是否高于神经外科医生?

毛颖教授表示,要想让人工智能达到与临床医生相同的诊断精确度,我们还需要更多的病例来训练人工智能。但无论训练进行到何种程度,医生都是无可替代的。

2)关于医疗人工智能的灵敏性及特异性。评判医疗人工智能的表现水平,存在灵敏度(sensitivity)及特异性(specificity)两项指标。目前的AI水平达到诊断要求了么?

毛颖教授认为,目前我们还没有明确的量化诊断标准,为了强化人工智能表现,还需要进一步优化人工智能结构以及采集更多的优质数据。但他同时对这项技术的发展持充足信心:目前在TCCI与复旦大学附属华山医院合作建立的脑疾病研究中心,有超出700个床位以及200余名神经外科医生。这些科学家们的帮助,能使我们尽快提升医疗人工智能的诊断表现。

*注:灵敏度=真阳性人数/(真阳性人数+假阴性人数)*100%,为正确诊断病人的机率;特异性=真阴性人数/(真阴性人数+假阳性人数))*100%,为正确诊断非病人的几率。

3)关于医疗人工智能的未来。二十年后,人工智能在医疗领域的应用会是什么样的?

毛颖教授认为,首先,随着医疗机器人的发展,大脑手术的创口将越来越小。如今我们正在着力使手术的开颅尺寸减小、深入大脑的路径变小,我们或将最终实现脑部无创医疗。另外,毛颖教授还表示,随着人工智能的普及,我们将进一步解决城乡医疗资源分配不均问题。如今,毛颖教授所在的医学中心正与乡村合作,通过医疗机器人结合5G技术,指导乡村医生进行脑部手术。未来,我们或许还能够进一步帮助欠发展国家、地区,提高他们的医疗水平。

Edward Chang:

言语的神经编码

主讲人

Edward Chang

加州大学旧金山分校

Edward Chang是加州大学旧金山分校神经外科学教授,神经外科系主任。他专长于通过高级脑功能定位手术保留大脑语言功能区。他还是加州大学伯克利分校和加州大学旧金山分校神经工程与假肢中心联合主任,该中心由加州大学旧金山分校和伯克利分校共同设立。他的研究主要关注人类行为(例如语言和情绪)背后的大脑机制。举例来说,通过研究与说话时的身体运动相关的大脑活动,他的团队成功的使用计算机解码这些大脑信号并将其转换为人工合成的语音。这项技术最终有可能为丧失了说话能力的瘫痪人群提供语言假肢。他曾获Blavatnik 全国生命科学桂冠和美国国立卫生院院长创新奖。他同时还是美国霍华德休斯医学研究所(HHMI)学者成员。

Edward Chang教授希望探究人类听觉皮质中出现的高水平的知觉调控,譬如人们是如何将听觉信号转化为音素表征的。他在演讲中分享了听觉和语言系统衔接中起到关键作用的一些因素。

在近十年来,Edward Chang实验室在探究语音信息的神经加工时,侧重于以下几个方面:我们在进行语音信息处理时关注的三个因素分别为,这场对话的内容是什么,这时加工的信息包括加工语音信息中的元音、辅音等;其次是,这句话是如何说出来的,例如在一个句子中,由音调高低着重强调的重点信息,最后是,这句话是由谁说出来的。这对理解语义有重要作用,譬如,知道一句话是由男性还是女性说出口,便于我们理解音调信息。

在列举近期的研究发现时,Edward Chang教授提到了此前与华山医院之间的合作经历。为了探究音调信息的神经加工,他希望能与中国研究者合作。这是因为与英文语言系统不同,对于诸如中文在内的有声调语言而言,音调信息非常重要:在这类语言中,音调信息决定了文字的语义信息。

Edward Chang教授表示,他非常荣幸能够在毛颖教授之后进行发言,这是因为此前他曾与华山医院的中国团队合作,一同探究了在有声调及无声调语言使用者中,人类皮质对音调信息的编码有何不同。研究对比了中美两国的被试,发现在单个电极记录条件下,两组被试对音调加工没有显著差异,而在神经元群水平上,他们仅在中文使用者中发现了具有音调特殊性的编码活动。

Q&A

1)人类是通过同一组神经元加工不同的口音吗?

Edward Chang教授表示,这是一个很好的问题。首先,口音是不同文化对同一个词语的不同发音,而同音异位(allophonic)词是同一文化中对同一个音素的不同发音。因此,我们能在跨文化和文化内部两种条件下分别探究这两种情况;这能告诉我们语言及言语在多大程度上是由我们习得的知识决定的。最简单的答案是,能分辨口音的地方人口通过大脑颞上回(STG)语音信息处理器来分辨不同的语音集群;而当我们研究的样本增多,我们能够提取出的就是基本的语音类别信息,如元音及辅音表征等。

2)语音封包(speech envelope)中的情绪效应会对言语的解读和解码带来什么问题?

Edward Chang教授认为,除了传递语义信息,英语的重音规律与我们的情绪感受息息相关。研究证明抑郁症人口在言语表达中的重音使用更少,语调更加平缓。而倾听他人的发言有时也能使我们感受到情绪,这可能是因为大脑听觉加工区域与负责情绪加工的边缘区域(limbic area)相联。我们的后续研究也许会着眼于这些话题。

3)如今能否通过高精度的核磁功能成像技术,从(STG)部位的活动解码言语表征?

Edward Chang教授认为这当然是可能的。但fMRI的问题在于,虽然它的空间精度很高,但时间精度太低。我相信结合更先进的计算技术,这个领域能得到很快的发展,但本质上的局限,即较低的时间精度,是难以规避的。与此同时,我们可以利用其他的技术来进行解码,例如EEG等。

4)在时间上,针对言语特征的神经元反应是稳定的么?此外,在听觉皮层的表征是否稳定,这又如何影响我们对于言语特征的解码呢?

这些特征的表征是十分稳定的。尽管如此,在我们几个月前发表 于PNAS的研究中,我们训练了住院病人学习汉语音调。这项研究显示听觉皮层具有一定的可塑性,但从长时程的角度来看,言语表征还是十分稳定的。此外,我们还从信号-噪声的角度研究了这个问题。非常有意思的特点是,如果在播放言语的同时加入噪声,听觉皮层只会加工言语信息,而不是背景噪声。此前我们还进行过另外一项研究,即在双耳实验中,被试佩戴的两只耳机如果同时播放不同的言语饮品,颞上回只会加工被试注意到的那只耳机中播放的言语。

5)您是否有关注双语/多语使用者的语言表征?人们学习新语言的年龄会带来什么影响?

Edward Chang教授表示,目前我们研究项目的重点就是这个领域。我认为这个问题非常重要,因为过往研究中大部分的精力都聚焦在英语语言的神经表征上。全世界有超出 7000 种语言,它们都享有一定的共性,但也有许多不同。在未来的 5-10 年中,我们将与华盛顿医院以及来自全球的研究所进行合作,寻找普遍语音编码。我认为这会是一个非常重要的研究。

6)用来解码言语的神经元,是否能够同时解码音乐?

Edward Chang教授回答说,在目前正在进行的一项研究中,我们探讨了言语跟音乐的神经元表征。我们发现一组神经元同时负责英语以及音乐的处理。我们正在尝试用fMRI进行信号处理,但这或许远达不到侵入式成像技术的精确度。

Evelina Fedorenko:

人工神经网络作为人类大脑语言理解的模型

主讲人

Evelina Fedorenko

麻省理工学院

Fedorenko博士是一位研究语言系统的认知神经科学家。她于2002年获得了哈佛大学的学士学位,并于2007年从麻省理工学院获得博士学位。随后,她获得了美国国立卫生研究院国家儿童健康与人类发展研究所颁发的 K99R00 职业发展奖。2014 年,她成为了哈佛医学院/马萨诸塞州波士顿总院的教职员工。她于 2019 年回到麻省理工学院,目前在大脑认知科学系和麦戈文脑科学研究所担任副教授。Fedorenko博士使用fMRI、EEG / ERP、MEG,颅内记录和刺激以及计算模型等技术来研究成人和儿童,研究对象中包括患有发育性和后天性脑部疾病的患者。

Evelina Fedorenko教授的研究关注人类思维以及大脑中与语言相关的计算及表征,她的报告主题是通过人工神经网络理解人类语言的表征及其背后的神经元活动。

语言功能问题一直困扰着科学家们。针对这个问题,从哲学层面一般存在两种假设:其一是,语言的功能在于交流思想,另一种是,在演化进程中,语言让我们具有了更深邃的思维。她认为哲学无法解决这两种假设,我们应当从实证的角度为这个问题找到答案。

在这次报告中,她通过两支实证研究反对了语言的功能是为了承载更复杂思想:1)语言与复杂思想、推理能力之间的关系;2)语言用于交流的实用特征。

在第一支研究中,Fedorenko教授列举了一系列来自功能性成像技术及针对大脑损伤患者的研究。这些研究显示,高级语言能力不与认知执行功能(如注意、工作记忆等)共享认知资源。与之相对的是,语言与社会认知功能存在极大的关联性。

在第二支研究中,Fedorenko教授列举了自然语言的形态一般便于高效传递信息;随后,她报告了通过人工智能网络进行的语言预测研究。此前的语言模型存在的问题是,我们没有能从语言中提取语义的算法。但近年来,随着人工智能算力的提升,出现了如生成预训练转化器(GPT)这样的语言预测算法。这证明从语言中提取语义是可能的。我们这样的语义生成算法与人脑进行对比研究,探讨了人脑是如何处理语言的。研究发现,语言预测能力更强的网络也能够更好地预测人类神经活动。

Q&A

1)您认为语言不是产生复杂思维的基石,那么您有什么其他的假设吗?

Evelina Fedorenko教授表示,这是一个非常有趣的大问题,目前针对人类为何有如此高级的智能,也存在着许多不同的解释。对此我唯一想要表达的是,人们总是低估大脑的智能,依次来表达我们演化出了一个新的大脑区域,因此能进行新的计算。我觉得我们应当以一种更为宏观的视角看待大脑同路,从视觉到语言等认知功能都是紧密相连的,而我们的整体认知远比目前认为的要更为精密。

2)人类大脑是如何表征不同语言的呢?

Evelina Fedorenko教授表示,首先对于多语种使用者而言,表征不同语言的系统虽然有一些细化的差别,但总体上是相同的。当然我们也发现,多语种使用者的语言网络表征要比单语种使用者的网络表征更加高效。当然,未来我们也想要多语种使用者在表征语法差异较大的语言时有什么不同的表现。

3)您提到了语言不能支持其他的认知能力,那么从另一方面来看,什么认知能力支持了语言呢?

Evelina Fedorenko教授认为,这取决于提问者想要探究什么方面。举个例子,当我们在阅读的时候,语言肯定需要视觉系统的支持;另外两种较为热门的假设分别是社会推理能力以及认知执行功能。但我认为从计算的角度来看,语言系统更像是一种“自给自足”的认知功能,它可能与其他的认知功能存在着交互关系。

4)语言网络占据了大脑中很大一部分,这部分脑区纯粹仅用于语言加工么?

Evelina Fedorenko教授表示,首先我们不清楚语言加工脑区的具体边界,它们中的一部分可能与其他的认知功能相关。我认为语言脑区的体积较大,可能与我们对语言的依赖相关,譬如知识主要通过语言存储。目前我们仍在从解剖学联结以及功能性联结两方面来探讨语言系统内的信息流动,或许未来能为这个问题给出答案。

5)这个问题是关于语言生成的。为什么新语言的生成(如社区手势语言)更多的是由儿童及未成年人一同发展出来的呢?

Evelina Fedorenko教授认为提问者想要针对的问题与乔姆斯基提出的语言生成论相关,这可能也设计了人类早期大脑具有更强的可塑性。但我认为语言不是自动形成的,除非你把语言用在交流的场合。来自爱丁堡大学的Simon M. Kirby 曾在一项研究中将成年人放在交流环境里,并让他们开发出了一种能用于交流的微型语言(mini-language),这部分证明了成人并非无法开发新语言。尽管如此,随着人类年龄增大,人们的认知灵活性显然是随之下降的,这可能也导致了成年人进行这项任务不像儿童那样轻松。

13

2021-10

 

界精神健康日

10月10日是世界精神卫生日,由世界精神卫生联盟提出。为了提高政府部门、社会各界,广大群众对精神卫生重要性和迫切性的认识,普及精神卫生知识和对精神发育障碍疾病的研究认识,计划10月10日前后在全国开展“世界精神卫生日”宣传活动。

今天是10月10日,也是2021年世界精神卫生日。今年世界卫生组织(WHO)提出的运动口号是:“让人人享有精神卫生保健成为现实”,而我国卫健委将心理健康问题聚焦到下一代的儿童青少年身上来,所定的主题为:“青春之少年,青春之心灵”。

过去一年半的新冠疫情,给这个年份留下了特殊的历史记号:我们的日常生活与人际交往因封锁和隔离而发生了重大的变化,特别是对青少年产生了极大影响。

面临心理“风暴”的青少年群体

疫情隔离在家,许多孩子要对着屏幕上网课,原有学习方式的改变所带来的不适应,使得学习效果大打折扣、成绩下滑;同时正常的社会生活被疫情中断,孩子和父母长时间共处一室,摩擦增多,家庭矛盾得不到向外排解,反倒让脆弱的孩子成了父母的出气筒;困于室内,失去了和朋辈共同玩耍的空间,孩子们把更多的时间精力转移到了网络上……

疫情之下,学业压力、亲子矛盾、网络依赖等等因素的共同作用,暴露出更多青少年心理危机的问题。据《中国国民心理健康发展报告(2019-2020)》统计,2020年中国青少年的抑郁检出率高达24.6%,其中轻度抑郁17.2%,重度抑郁为7.4%。而青少年抑郁症和双相情感障碍症,也是极易诱发青少年自杀行为的精神障碍,因此应该得到重视和预防。

引起热议的成都49中学生坠亡事件为我们敲响了警钟。在媒体报道的事件后续调查中披露,该学生于自杀前曾数次割腕,而警察通过调取该生手机数据也发现,该生在和朋友的聊天记录中表达出自我贬低等抑郁倾向。[1] 这些不好的苗头如果能早点被发现,并得到家长和学校的重视,悲剧或许可以避免。

 

▷ Image by Tra Nhu

 

“Z世代”的精神疾病诊疗方式

针对青少年抑郁和双相情感障碍的治疗方式,一般需要结合心理疗法与药物治疗,双管齐下。其中,心理治疗包括认知行为疗法,人际与社会节律治疗与家庭心理治疗。在精神疾病的临床治疗中,数字疗法具有治疗、评估和预防三种功能,也可对应在疾病的不同阶段发挥不同的功能。而在这个案例中,如果应用数字化疗法,进行社交网络的数据监控并提前干预,或许可以防止类似悲剧的发生。这也体现了数字化疗法在预防精神疾病方面的作用

数字疗法,是在数字化时代下衍生出来的新型心理治疗方式,也是将信息技术应用于治疗的一种手段。根据梅根·科德尔(Megan Coder)在2019年的定义,从狭义上来看,数字疗法是指由软件驱动、并以循证治疗为基础的,能够用于预防、管理和治疗某种医学疾病或障碍的一种治疗方式。[2] 具体应用数字技术的治疗方法包括:在线治疗,社交机器人,可穿戴设备、AR/VR游戏化疗法、数字药物等等。

对于Z世代来说,他们早早就接触了手机平板,对各种数字产品使用起来也更加得心应手,因此,在他们身上,数字疗法也具有更好的应用基础。数字疗法给我们带来了极大的便利,在以往,人们可能会由于“病耻感”害怕确诊精神疾病而不敢到医院看医生;而在现在,我们可以随时随地进行在线咨询、查找信息并寻求专业帮助

例如,在疾病发生及确诊的早期,可以通过社交媒体上的数据进行分析,以此来评估用户的情绪状态,测算并控制疾病发生的风险,防患于未然。还有利用可穿戴设备监测生理指标的做法,包括监测患者心率、脑电图、皮肤电活动等,用以形成临床上可操作的数字表型,为医生在做出疾病诊断时提供可靠的判断依据。[3](点击阅读更多

而在病程中,如果想要得到安全、私密的心理治疗环境,也可运用VR系统来实现。由牛津大学丹尼尔·弗里德曼(Daniel Freeman)教授及其团队开发的一个用于心理治疗的VR系统gameChange,能够模拟患者在做心理咨询时害怕遇到的社交情境。这种VR系统提供了一种沉浸式的交互环境,有利于消除患者的不安情绪,并使他们的症状逐渐减轻。

以及有更多的聊天机器人如Woebot被设计来督促患者面对心理压力和焦虑。这些基于手机端的移动应用,克服了时间和空间上的限制,在患者无法正常获得心理治疗的情况下作为补充的治疗,可以为患者心理健康提供有益指导,也能够提高患者治疗的参与度和依从性。

疗效上,大量研究表明,类似聊天机器人的网络认知行为疗法,作为认知行为疗法的变体与延伸,的确可以有效缓解焦虑与抑郁症状,也足以应对强迫性障碍(OCD)与体像障碍(BDD)等更为棘手的问题。[4]

 

▷ Image credit: Glenn Thomas

 

对数字疗法的追问

技术的发展带来便捷,但数字疗法也是一把双刃剑,我们也要考虑数字疗法的两面性。数字时代,数据的获取变得轻而易举,而这背后的隐私性问题也仍尚存疑虑。数据使用的边界该由谁来制定?我们不排除在未来将有许多机构(政府、医院、社区)可能参与到这些用户数据的共享之中,但在多大程度上,用户身份信息能够被消除、隐私能够被保护?退至底线来看,如果一款设计不完备、可能遭受黑客攻击的软件,收集了几乎关于你的所有医疗数据,一旦信息泄露,我们还能拿什么来捍卫自己的隐私权?

回到理论上来,数字疗法的设计也一部分受制于现有的理论模型,需要考虑的问题是,要收集哪些数据?对数据的精确度有何种要求?数据的分析方法是否可靠?面对大数据驱动的精神疾病的数字化疗法,我们应避免步入机械的还原论误区、造成只注重数据的片面结果,既要借助技术与理论研究的力量,发展出更新更完善的数据分析方法与理论框架,也要从精神疾病的社会隐喻层面去理解

从微观的生物层面上来看,精神疾病的产生有着具体而微的分子生物学机制,精神疾病成因之复杂,而现有的精神疾病的动物模型通常过于简单,我们也还期待建构出更好的理论模型来加以分析。[5] 深入研究双相情感障碍(biopolar disorder,BD)在大脑的细胞与分子层面的发病机理,将有助于建构BD的易感基因与环境压力之间的动物模型。在2020年,由姚骏研究组发表在《PNAS》上的论文提出了BD致病机理的树型理论假说,认为在分子层面上,某条分子机制的缺陷是导致BD高遗传率的关键,为进一步研究找到了突破口。[6]

从宏观的社会层面上来理解,精神疾病的形成是一个生物-心理-社会因素相互关联的过程,理解大脑如何形成宽广而复杂的神经网络,与揭开精神疾病的成因有着密不可分的关系。我们吸收内化社会知识并在大脑中形成表征,在语言的表达中做出清晰的概念定义,给那些新出现的事物冠以名词解释。但获取如此之多的大数据,找出变量、机制来理解大脑中正在发生的非线性系统,反而却增加了知识的复杂性。尽管神经科学关于大脑意识的产生还未有定论,但至少可以确定的一点是,我们的大脑并不是一颗完全孤立的大脑,而是活生生地以身体的形式嵌入在各种社会联结的变动与发展之中。

数字疗法有将我们的身体过度抽象化的风险,毕竟,我们的大脑和身体不是简单的输入-输出机器,大数据也只是经验世界的镜像反映。它的出现可以重新塑造我们对世界的认知,但我们也不能够过分受限于虚拟现实。

 

▷ Image credit: Freepik

 

探讨青少年精神障碍问题的特殊性

青少年精神疾病问题具有特殊性。在医学人类学生命叙事视角下,青少年是人生命周期的早期阶段,少年时罹患精神疾病是一个十分重要的生命事件,将对人一生产生极其重大的影响

近年来,青少年抑郁与双相情感障碍面临着发病率逐年提高的趋势,根据《柳叶刀》词条,双相情感障碍有约七分之一(13%-16%)的终生患病率,一生中重复发作的可能性大。病情严重的情况下,患者会产生自杀的倾向,约有10%-20%的双相情感障碍患者以自杀的方式结束自己的生命,有三分之一的患者承认至少有过一次自杀的尝试。[7]但尽管病情恶化的后果凶险,但只要能够得到长期关注与持续治疗,保持心理健康的状态,使病情完全处于控制之下,就能够享受幸福的人生。因此,重新建立我们的认识,要看到精神疾病只是慢性疾病的一种。

目前我国的精神障碍的疾病负担较重,在2019年的疾病负担报告中,抑郁障碍在所有精神障碍中位居首位。为了进一步提高对疾病的社会干预,我国已经出台了多项政策规定,2020年我国卫健委发布了《探索抑郁症防治特色服务工作方案》,提出把抑郁症筛查纳入高中及高等院校的抑郁症防治要求中;在今年世界精神卫生日上也提出了“积极推进积极推进《健康中国行动(2019-2030年)》心理健康促进行动和《健康中国行动一儿童青少年心理健康行动方案(2019-2022年)》”。这些方案都体现出我国在精神卫生方面的建设性的探索实践。

回归现实,结合脑科学与人工智能技术的发展,我们呼吁对青少年精神健康问题给予充分的关注与支持,共同营造一个有利于青少年身心健康发展的良好社会环境,一起建设面向未来的精神卫生服务,毕竟没有精神健康就没有健康。

#TCCI持续支持中国精神健康事业

2021年7月26日,天桥脑科学研究院(Tianqiao and Chrissy Chen Institute,TCCI)捐赠五千万与上海市精神卫生中心签约,合作建设人工智能与精神健康实验室,重点关注如何通过人工智能在精神卫生(心理健康)领域的深入研究和转化应用,针对个体行为和症状建立的大数据,开展精神疾病评估和干预,以助提升民众心理健康水平。(点击阅读更多)

11

2021-10

(图片来源:Unsplash)

 

本次会议核心是分享与脑科学相关的最新科学领域的突破性技术,分别探讨包括情感计算、情绪和面部表情,以及机器学习、演讲和语言等具体议题,希望利用现代化、跨领域的科学手段来攻克有关人脑和大脑认知的深层问题。

 

钛媒体编辑丨林志佳

随着人工智能(AI)、深度学习(ML)技术的不断演进发展,很多研究人员发现,AI 在脑科学领域的应用前景广阔,特别是在精神脑、老年脑、儿童脑的研究中,能够提供更好的方法与策略。
北京时间10月7日、8日的凌晨,由盛大网络创始人、慈善家陈天桥夫妇出资成立的天桥脑科学研究院(以下简称TCCI),与顶级学术期刊《Science》(科学)杂志共同举办了一场两天共计6小时的线上研讨会。
本次线上研讨会售价100美元(学生证免费),主题为“认知科学领域的前沿研究”,核心是分享与脑科学相关的最新科学领域的突破性技术,两天分别探讨包括情感计算、情绪和面部表情,以及机器学习(ML)、演讲和语言等具体议题,希望利用现代化、跨领域的科学手段来攻克有关人脑和大脑认知的深层问题。
两天的演讲嘉宾(按照出场顺序)包括上海交通大学心理与行为科学研究院特聘研究员杨志博士,德国马克斯·普朗克神经生物学研究所娜丁·戈加拉(Nadine Gogalla)博士,麻省理工学院 Rosalind Picard博士,TCCI转化中心主任、华山医院院长毛颖教授,加州大学旧金山分校神经外科学教授Edward Chang,以及麻省理工学院麦戈文脑科学研究所、脑神经科学副教授Evelina Fedorenko.
据悉,TCCI是由陈天桥、雒芊芊夫妇私人出资10亿美元创建,是一所主要聚焦大脑探知、大脑相关疾病治疗和大脑功能开发三大领域研究的机构,旨在支持、推进全球范围内脑科学研究,TCCI一期投入了5亿元人民币支持中国的脑科学研究,并与华山医院、上海市精神卫生中心等建立战略合作;而《科学》杂志则是由美国科学促进会(AAAS)于1880年起出版的英文学术期刊,是极具权威性和影响力的世界顶级学术刊物。目前该期刊订阅人数约为13万。根据《期刊引证报告》,《科学》杂志在2019年的影响因子为41.845。
实际上,早在今年9月16日,科技部网站正式公布科技创新2030“脑科学与类脑研究”重大项目2021年度项目申报指南的通知,涉及59个研究领域和方向,国家拨款经费预计超过31.48亿元人民币。
这标志着,比肩美国脑计划、酝酿6年多的中国脑计划项目正式启动。那么,本次研讨的机器学习(ML)、脑科学等交叉学科融合技术,是否会预示着行业新的科研技术发展前景?脑科学领域还能实现哪些技术突破?

利用看电影对照实验识别精神分裂症患者

人的大脑成像信息十分重要,医院中就有多项“脑电图”相关的检查项目,就是利用脑成像提供的独特信息,来更好地诊断和早期检测精神等类型疾病。那么,不断进步的神经影像方法是否可以帮助我们客观和定量化地测量脑的一些高级的、整合的功能呢?
作为研讨会上第一位演讲嘉宾,上海交通大学心理与行为科学研究院特聘研究员、TCCI转化中心研究员杨志博士,在线上分享了他与科研团队在去年8月1日《NeuroImage》(神经影像)杂志上发表的一篇重要研究成果:利用开发的一种个性化的精神病神经影像技术,基于126名参与者在观看电影剪辑时记录到的大脑活动,就可以检测识别出具有精神分裂症特征的患者。结果显示,通过训练SVM分类器(机器学习分析样本工具)识别精神分裂症参与者,在交叉验证测试中获得了71-78%的准确率,在独立的验证数据中实现了95%的准确度、100%的灵敏度和90%的特异性。
这一研究成果使转化精神病学领域受益,并反映了这种方法在个体化诊断临床工具方面的潜力。

 

杨志在接受采访时表示,他认为这一研究成果也可以应用诊断其他精神疾病。“我们的这项工作验证了,通过测量人在接近生活的场景下产生的脑活动,我们可以测量脑的复杂功能,并据此对心理状态和精神障碍进行推断。我们的另外一项研究支持了这种方法在反映个体差异时的可靠性。因此这个方法有望用于研究其他的心理健康问题,我们也正在开展一些相关研究。”
对于本研究成果的局限性,杨志解释称,这一研究方法在解释大脑活动的个体差异方面的能力有限。我们测量的脑功能是高度复杂和整合的。这好比我们可以测量智商,但是无法很清楚地解释究竟为什么一个人智商很高。接下来,团队将试图通过一些措施,更好的解释大脑系统或主体的行为状态。
据悉,这项研究是由中国国家自然科学基金,上海市教委-高峰高原临床医学建设计划等资助,上海市精神卫生中心研究基金、以及TCCI转化中心(天桥脑科学研究院和上海周良辅医学发展基金会合作成立的上海陈天桥脑健康研究所)等机构的支持。

用老鼠的情绪表达佐证人脑的“情绪神经元”

第二位演讲者是德国马克斯·普朗克神经生物学研究所的娜丁·戈加拉(Nadine Gogalla)。她在研讨会上分享了关于用机器学习技术获取老鼠的情绪表达与神经关联,从而通过情绪发现人脑奥秘的研究故事。
实际上,情绪的神经生物学起源对研究人员来说十分神秘。科学家们仍然没有充分理解情绪是如何在人脑的复杂回路中出现的,只能通过理解如小鼠等动物情绪的实验尝试,从而探究人脑对于情绪的分析与表达。
过去几年,戈加拉博士和同事们通过一种AI 机器学习算法来分析小鼠的面部表情,用先进的机器视觉技术在毫秒时间尺度上客观和定量地对鼠标面部表情进行分类,识别出了诸如愉悦、厌恶和不适等情绪相关的面部表情,并佐证至人类的基本情绪,进而深层研究人类大脑内部情感体验区域——岛叶(Insula)皮层的反馈,从而表明了“情绪神经元”的存在。
据悉,这一研究成果于去年4月3日登在了《科学》杂志上。
“我们的工作提供了一种客观的分析工具,它对于理解情绪的神经生物学机制,识别物种特异性情绪以及确定个体之间的变异性是至关重要的。”戈加拉博士在本次研讨会上表示,他们从这一研究中发现了情绪状态的神经学起源,这项工作可能有助于朝着一种更加普遍且基于演化的情感定义及其跨物种的神经基础迈进。

 

实际上,与人类相似,当小鼠尝到了甜味或苦味,或变得焦虑时,它们的脸看起来完全不同。有了这种测量小鼠情绪的新方法,神经生物学家将得以研究大脑中产生和处理情绪的基本机制。利用机器视觉,研究人员能够可靠地将五种情绪状态与小鼠的面部表情关联起来:小鼠的快乐、厌恶、恶心、疼痛和恐惧,对于计算机算法来说,小鼠的每个面部表情和情绪是有明显差异的。
研究表明,小鼠的面部表情实际上不仅仅是对环境的反应。它反映了触发因素(trigger)的情感价值。戈加拉举了个实验中的例子,当口渴的小鼠舔糖水时,它们露出的表情要比饱足的小鼠愉悦得多,而尝了非常咸的水的小鼠则表现出“厌恶”的表情。从这些实验和其它实验中,研究人员得出结论:脱离感官刺激,面部表情实际上反映了一种情绪的内在特性。
发现小鼠面部表情的主要好处是让人类得以探索产生情绪的机制。论文显示,大脑区域是岛叶皮层(insular cortex),可以与动物和人类的情感行为和情感感知相关。当科学家们用双光子显微镜测量单个神经元的活动,并同时记录小鼠的情绪面部表情时,竟显示出,人类岛叶皮层的单个神经元反应与小鼠的面部表情强度相同,发生时间也完全相同。此外,每个神经元只与一种情绪有关联,即存在“情绪神经元”这种观点。
线上研讨会中,戈加拉博士表示,这一研究可以确信,情感也存在于孤独的动物身上,它们只是保护了自己的情感而已,所以说明动物也有沟通和社交功能,情绪对个人或动物来说是具有非常主观和自我的功能之一。

机器学习是临床中重要医疗工具之一

10月8日凌晨的在线研讨会上,华山医院院长、TCCI转化中心主任毛颖教授发表演讲,详细分析了 AI、机器学习(Machine learning,简称 ML)等技术方法对于潜在的临床实践(即诊断、治疗)神经外科学中带来的影响。
 
毛颖表示,ML 的意义与人类大脑的学习模式是一致的,主要取决于经验的积累、应用和修改。而ML 不等于AI,他认为,ML 不仅是 AI 的一部分,而且AI 中最重要的部分主要还有深度学习和强化学习,这些非常流行的精确学习技术方法,现在都属于机器学习的范畴。
随着ML算法的发展和演变,其技术已广泛应用于包括神经外科在内的医学教育疾病诊断的术前计划、互操作、导航指引等。例如,传统的开颅手术耗时且有风险,而未来随着装配下一代AI技术的神经外科职能机器人,神经外科医生将在手术中非常有效和容易实现手术,降低手术过程的风险。

 

据悉,毛颖教授是中国著名神经外科专家,现任复旦大学附属华山医院院长,还担任中华医学会神经外科分会候任主委等诸多重要学术职务。
具体来说,基于机器学习模型,毛颖团队开发了一种 AI 脑肿瘤病理诊断系统。通过对300例确诊病例的90000多张MRI(核磁共振)图像进行深度学习建立模型,这一系统最终的准确率在85% 以上,并随着病例数量的增加,该模型将得到改进。此外,毛颖团队还研发了一种新的算法系统,识别运动任务过程中不同脑区的时间顺序,从而应用于搭载脑机接口的患者,以及时规范大脑活动。
毛颖表示,机器学习方法为潜在的临床实践(即诊断、治疗)提供了神经外科医生友好的医疗工具,而且还让事情更简单,动作更快,在神经外科学中做出正确的决定。当然,这其中大样本、前瞻性、多中心化的数据是必不可少的。毛颖还认为,未来常规临床实践中,都需要使用基于ML技术的方法手段。“最好的机器学习比临床医生表现更好。”
不过,毛颖也指出,深度学习或 AI 技术依然基于条件经验以及大数据算法支撑,目前仍处于弱人工智能阶段,需要输入大量高质量数据,才能取得接近准确的结果。但他相信,在不久的将来,计算机会变得越来越聪明,从而更好地帮助神经外科医生。
“但老实说,用机器人替代神经外科医生是不可能的,依然还需要我们医生来继续做手术。”毛颖在研讨会上回答主持人提问时表示。

 

他在演讲中强调,现在 ML 技术,人类只能看到前方的一小段距离,距离完成类似登顶运动这样的“全智能神经外科手术流程”,还有很长的路要走。
(本文首发钛媒体App,作者|林志佳)

09

2021-10

9月16日至19日,中国最大规模的神经科学年会在重庆举行。天桥脑科学研究院(TCCI)不仅继续赞助支持大会的主题发言,还首次在现场举办了TCCI专题学术论坛,吸引了诸多科学家的关注。

 

 

TCCI专题学术论坛以“追问推动科学探索”为主线,邀请来自神经和精神医学、认知科学、人工智能等领域的专家就“脑机接口与应用神经技术”和“人工智能与精神健康”两个主题,进行了分享和追问。

 

追问是TCCI今年以来强调的关键词。早些时候,TCCI创始人陈天桥在接受媒体专访时说,基础研究对于中国科学很重要,基础研究的出发点是好奇和追问。爱因斯坦曾说:“重要的是不停地提出新的问题,好奇心是一种天赋,它的存在是有理由的”。陈天桥也希望用追问来推动脑科学的研究,鼓励青年科学家追问行业大咖,鼓励热爱脑科学的非专业人士比如企业家、慈善家、创业者和学生追问科学家,共同关注脑科学,探索科学的边界。

陈天桥还透露,正在建设一个叫追问的互联网社区,预计今年上线,目的就是为了进一步鼓励和支持追问。此外,TCCI今年已经推出了“对话大脑”院士论坛,上线了追问公众号(id: nextquestion),追问布局日渐立体。

此次TCCI学术论坛,追问大主题下的两个讨论专题,则体现了TCCI中国两个前沿实验室的重点研究方向。去年和今年,TCCI宣布各捐赠5000万元人民币,与华山医院合作建立应用神经技术实验室,与上海市精神卫生中心合作建设人工智能与精神健康实验室。

在第一场脑机接口和应用神经技术专题讨论会上,主持人、华山医院院长、TCCI转化中心主任毛颖教授开门见山地提出:“脑机接口仅仅是大火的概念,还是已经实实在在造福人类?” 

 

 

针对该问题,华山医院神经外科教授、TCCI中国研究员陈亮展示了脑机接口已经取得的临床科研和医疗成果,并提出需要有更好的技术应用落地解决临床需求。对此,TCCI神经应用技术前沿实验室顾问Gerwin Schalk给出了他的见解,介绍了非侵入式的前沿脑机接口技术如超声、血管介入等,并追问除了医疗以外的应用场景。中科院上海微系统所副所长、TCCI中国研究员陶虎应声接上前两位专家的提问,介绍了自主研发的免开颅、高安全的柔性脑机接口前沿技术,以及脑机接口在消费级的应用前景。圆桌讨论环节,现场观众纷纷追问,“有创和无创,未来谁将是脑机接口的王道?”

 

 

在人工智能与精神健康的专题讨论中,主持人、上海市精神卫生中心院长、TCCI人工智能与精神健康实验室负责人徐一峰教授,从追问公众号读者征集的问题中选出一个作为开场提问:“精神卫生被称为脑疾病最后一座堡垒,在脑科学基础研究突破尚需时日之际,我们能做什么?”

 

上海市精神卫生中心副院长、TCCI研究员李春波教授回答了精神疾病为何难治,同时介绍了人工智能和大数据在精神疾病治疗中的最新成果。随后,浙大心理与行为科学系特聘研究员陈骥介绍了多模态信息采集的新进展,并追问了如何让实验走出实验室,解决数据瓶颈的问题。对此,上海交通大学心理与行为科学研究院副研究员、TCCI研究员张洳源认为,通过用户在游戏等社交媒体中的行为研究,开展认知和精神心理测评是一条可行之路。

 

 

来自产业界的代表、世纪华通总裁谢斐认可这一思路,并分享了发展游戏类新型数字药物的展望。此后,专家们针对读者的提问“人工智能是否会颠覆我们对精神疾病的认识?”“新技术能否帮助人们更好地正视和接受精神疾病治疗”等进行了讨论。

 

 

TCCI追问社区负责人介绍,此前的两个月里,追问公众号(id: nextquestion)持续对脑机接口进行了一系列的追问和报道,征集了青年科学家和读者对人工智能与精神健康主题的问题。这次会议的讨论话题集中体现了这些互动和追问。今天会议现场和在线观众又提出了很多更深层次的问题,他们将及时整理收集,继续开展追问。

17

2021-09