切勿将“AI与脑科学”仅停留于表层结合

今年的政府工作舆情网报告首次将脑机接口列为重点推动的未来产业，并提出要培育能源、量子科技、具身智能、6G等前沿领域。这意味着，以脑机接口为代表的“AI+脑科学”产业，已经被提升为国家战略。

在今年的全国两会现场，不少代表和委员对“AI+脑科学”领域表现出强烈关注。他们既为国内科研取得的进展感到骄傲，同时也关注产业化过程中遇到的难题和应对方案。

全国人大代表、广西脑科学研究重点实验室主任谭国鹤接受科技日报采访时表示，“AI+脑科学”不仅是学科交叉，更是技术融合与实际应用的结合。

科产融合遇瓶颈

相比“AI+”在其他行业的应用，“AI+脑科学”具有独特的内涵。脑科学为AI的发展提供理论基础，而AI技术又极大地促进了脑科学研究的进步。这种“研究大脑—启发AI—反哺脑科学”的循环，与AI在其他领域单一工具的作用不同。

“AI和脑科学有着天然的联系，但‘AI+脑科学’向产业推进仍遇到不少难题。”谭国鹤谈到这一问题时语气明显严肃。他展示的思维导图上，“数据壁垒”被格外突出。

谭国鹤解释，目前脑科学的临床研究离不开大量多模态数据，如脑电、核磁共振等，但这些数据分散在不同机构，尚未形成统一标准，缺乏安全脱敏和共享机制，难以支撑大规模AI模型训练。

科研成果转化的通道也亟需完善。全国政协委员、河北中医药大学校长郭毅表示，目前高校、医院和企业间的“临床—科研—产业”协同平台建设还不够健全，中试、临床验证、孵化机制尚未完善，困扰着“AI+脑科学”产业的融合发展。

人才短缺问题更加突出。无论是技术开发还是产业落地，“AI+脑科学”都需要神经科学家、临床医生、AI工程师等专业人才协作。但目前复合型人才极为稀缺，难以满足行业的快速扩展需求。

与互联网或消费级AI的迅速迭代不同，“AI+脑科学”科研成果落地周期较长，资金需求也高，仅靠政府财政支持很难完全覆盖产业化过程。

加速产业落地

为打破上述瓶颈，代表委员们纷纷提出建议。

在数据流通方面，郭毅建议，可以在保障数据安全和隐私的前提下，建设区域健康数据库。她强调，这一数据库不仅仅是数据汇总，还要制定统一标准，并依法向合规的医疗和科研机构提供脱敏、标准化的医疗数据。

在政策和资金配套方面，谭国鹤认为，企业是推动产业化的主力军，需要系统引导技术和临床实力突出的企业以“先锋”角色先行部署，避免盲目跟风。同时可通过专项基金，为脑机接口和神经调控等初创企业提供3—5年的长期资金支持，并建立容错机制，鼓励科研与企业大胆探索。

谭国鹤指出，丰富应用场景是实现科产融合的重要环节。“AI+脑科学”发展应先瞄准医疗领域，逐步向大健康产业扩展。如可优先在脑内AI定位、调控等临床场景积累技术，经严格论证后，再向睡眠管理、认知提升等高价值领域延伸。

谭国鹤认为，唯有当技术真正走进普通家庭、惠及大众时，产业化道路才算真正打通。