|
文 | 李娜娜 海若镜 脑电，是解析、诊断、治疗脑功能疾病的重要工具。脑电图是诊断癫痫、睡眠障碍等神经系统疾病的金标准，在情绪障碍、认知功能障碍和儿童发育障碍等脑疾病的诊断中也发挥重要作用。但目前脑电解析却面临着人工读图效率低、成熟的读图医师稀缺等现实问题，导致临床需求无法被满足。 依托清华大学神经工程实验室在神经科学和脑机解码领域的技术和经验积累，灵犀医学于2019年创立，如今已建立以百万病例EEG数据为基础的脑功能数据库。基于超大规模人体大脑数据训练神经动力学大模型，灵犀医学打造了针对癫痫、抑郁症、阿尔兹海默症等脑疾病的AI精准诊断和治疗平台。 依托海量数据，构建数字大脑模型灵犀医学诞生于清华神经工程实验室，由洪波、鲁白和张宏江三位科学家发起创建：清华大学医学院洪波教授、药学院鲁白教授分别是国际著名的神经工程学家和神经科学家；美国国家工程院院士张宏江教授，则是国际人工智能领域顶尖科学家。2014-2019年间，灵犀医学创始人兼CEO闫宇翔就读于清华大学生物医学工程系博士，与导师洪波共同从事脑机接口相关研究。 “博士期间我的所有实验研究都是在医院开展的，在与医生的临床合作中，积累了一套解决临床实际问题的分析方法，当时主要通过解析脑电、影像等数据，进行脑疾病的病灶识别、功能脑区定位。”闫宇翔对36氪表示，在这个过程中，他了解到临床医生在脑电图读图、诊断领域里的需求和痛点： 首先，脑电图波形复杂，难以量化，读图、诊断依赖医生经验。但具备资深脑电图诊断能力的临床医生仅有几百人，且依靠医生主观判断的脑电图报告难以统一标准，误诊、漏诊率高。加上人力读图效率有限，出具报告的时间通常在1-2个小时，医院难以快速、高效地完成脑疾病患者的诊断。 第二，脑电设备和检测应用场景有限。目前主要应用于神经系统疾病的临床诊断，尚未应用于阿尔兹海默症、抑郁症、自闭症等高发脑疾病的临床检测。再者，由于设备庞大、操作复杂和采集准备时间长等原因，脑电图难以应用于医院外场景的体检、健康检测等。 于是，闫宇翔在三位科学家支持下，组建了由神经科学专家、人工智能专家构成的创始团队。利用大规模的脑电等数据，进行神经动力学架构的脑功能大模型训练，以建设癫痫、抑郁、阿尔茨海默病、儿童发育障碍等脑疾病的精准诊断和精准治疗平台，并探索大脑高级功能在数学模型中的表征形式，构建人类的数字大脑。 数字大脑的构建意味着需要大规模的人脑数据集进行训练。灵犀医学自2019年开始，与全国二十余省市、数百家大型综合医院的神经内科、神经外科、精神科、儿科、呼吸睡眠科、重症监护室等科室共同发起人脑大数据多中心研究项目，累计收集了100万例临床脑功能数据，包括检查者的大脑结构、功能、病史、诊断用药、行为视频、遗传学等信息。在各合作医院所拥有的超过100万例脑功能数据基础上，灵犀云构建了基于神经动力学内核的大规模脑功能数据库。2020年，灵犀医学与北京智源人工智能研究院合作建立疾病脑电智能技术创新中心，基于超大规模数据训练数字大脑预训练模型，从而实现人类复杂的脑功能活动在高维隐藏空间中的特征抽象，与此同时，进一步了解和评估大脑疾病的产生机制。 EEG脑电是临床上最常见的脑功能检查技术。基于数字大脑预训练模型和使用精细标注数据的模型调优，灵犀医学首先打造出EEG脑功能快速检测和评估平台，实现覆盖多场景、常见脑疾病的定量诊断评估。该设备和算法能够实现医疗级AI检测，适用于神经、情绪、认知、发育等多种类型的脑疾病评估诊断，打破传统依赖医生人工出具读图报告的方式，可实时出具医疗级检查报告。 此外，灵犀医学打造的便携脑电设备克服了传统的应用场景有限的阻碍，突出了便携性、操作简单等特点，脑功能检查时间缩短到5分钟，使其可应用于各级医疗、健康机构，以及未来的家用脑健康检测场景。 癫痫、抑郁等脑疾病的精准诊断应用现阶段，灵犀医学数字大脑模型和脑疾病诊断、治疗平台能够面向四类脑疾病的诊治：神经系统疾病（如癫痫、睡眠障碍）、情绪障碍（如抑郁症、双相情感障碍）、认知功能障碍（如阿尔茨海默症）、儿童发育障碍（如语言、运动发育迟缓）等。 灵犀医学研发的癫痫脑电AI诊断系统，利用数字大脑模型监控脑功能活动，获知异常脑功能活动的位置、类型、严重程度，自动生成定制化脑电图报告，实现人体脑电的人工智能化诊断，提升传统依靠医生人工读图产出报告的效率和精准度。目前灵犀医学正在进行全国首个脑电人工智能辅助诊断的第三类医疗器械注册申请，并在多家中心开展临床试验，预计于2024年获批。 “我们目前已经完成了癫痫和抑郁症的两类疾病的科研临床研究。”闫宇翔介绍道，癫痫的科研临床在12家研究中心采集了2400例数据,对于人体脑电中癫痫异常识别、病灶定位、定量统计，敏感性和特异性分别达到了91%和86%。 在抑郁症的诊疗上，闫宇翔表示：“灵犀医学目前主要在两个方面发力，一是抑郁症风险的评估、用药效果评估，二是抑郁/双相情感障碍鉴别诊断。”灵犀医学数字大脑模型能够客观筛查检查者的抑郁风险程度，将患者的抑郁程度和病情进展量化后进行评估，协助精神科医生完成诊断。在这个过程中，灵犀医学数字大脑模型对于抑郁、双相情感障碍的分类准确率能够达到93%。目前，灵犀医学正进行全国首个抑郁症人工智能诊断三类证的注册申请和临床试验。 除了诊断外，灵犀医学的设备与算法也正应用于“新药研发”场景。其开展了全国首个AI赋能脑疾病新药临床研究项目，“我们帮药厂做的第一件事情就是入组病人的筛选。”闫宇翔介绍道，通过分析患者的脑电信号，进而判断其脑功能异常活动与靶向药物治疗是否匹配，筛选掉药物可能不会起效的患者，精准选择入组病人，提高药物临床试验的成功率。 据了解，在脑疾病新药的研发过程中，灵犀医学使用EEG biomarker进行新药临床前试病人入组标准的研究，筛选符合临床试验的患者人群，目前已经为118例计划入组病人提供数字大脑建模评估服务，将药物的有效率从50%提升到了87%。此外，作为试验性临床终点使用EEG数字生物标记物快速评估患者用药效果，从而加速新药研发过程。“患者服药后首先会引起神经递质、神经环路的变化，这些变化首先影响脑功能、脑网络连接的改变，再反映到患者的认知反应、情绪表达上。”闫宇翔表示，相对于行为学的表征，脑电数据更加敏感，更能体现药物的有效性，这就是目前灵犀医学与药厂合作的第二个方面，通过用药过程中的脑电数据监测，协助药厂更加客观地进行药物临床试验评价。 此前，灵犀医学已经完成天使轮、Pre-A轮融资，智能脑电读图系统已获得医疗器械⼆类注册证。现阶段，灵犀医学正在进行A轮融资，支持其癫痫、抑郁症和阿尔茨海默症诊断三类注册证的临床研究和新产品研发。 |
|
|
