关注医学前沿科技创新（四）：脑科学正在解决哪些困扰

　　1000亿个神经元遍布大脑，它们如何连接并有序工作，科学家一直在探索其中的奥秘。随着全球老龄化加快，阿尔茨海默病、帕金森病等神经退行性疾病日益成为关注焦点，脑科学研究热潮席卷而来。

　　瞄准三大疾病，临床研究不断进步

　　2013年，美国和欧盟分别提出“通过推动创新型神经技术开展大脑研究计划”和“人脑计划”，2014年日本启动了“脑智计划”。我国紧随其后提出“一体两翼”的中国脑计划，以脑认知或脑网络为“一体”，“两翼”则分别是类脑和脑疾病。以期在未来15年内使我国的脑科学处于国际前沿地位，并于2015年在北京、上海成立两大脑科学研究基地。

　　“与欧、美、日启动的脑计划相比，中国脑计划契合百姓需要，瞄准幼年期自闭症和智障、中年期抑郁症和成瘾、老年期的退行性脑疾病这3类问题。目前,科学界对这3种重大脑疾病病因仍不了解，治疗措施也十分缺乏，是未来研究的重中之重。”首都医科大学宣武医院副院长吉训明教授介绍，我国在脑静脉病变引起的脑老化、认知障碍、睡眠问题、抑郁症等方面已有一批临床研究成果。

　　2016年，在美国斯坦福大学召开的衰老与疾病国际大会上，首都医科大学宣武医院研发出的完全自主知识产权国际首创的新技术仪器受到追捧。“老年血管性老年痴呆目前没有公认的有效治疗方法，我们基于临床实践开发出早期干预的物理新技术仪器，可改善患者认知障碍，实现脑功能保护。临床研究显示，这一设备可以大幅降低颅内动脉狭窄所致缺血性脑卒中的发生率和复发率。”吉训明介绍。

　　据了解，美国国家航空航天局也在开发类似仪器，用于航天员训练，但还未通过美国食品药品监督管理局批准。在这次会议上，美国科研人员主动要求与中国合作，共同申请美国国立卫生研究院的相关科研课题。“目前，该仪器获得了美国食品药品监督管理局的临床器械研究豁免，允许该技术和仪器在美国开展临床试验。”从事该技术研发的宣武医院科研处尹志臣介绍。

　　脑图谱加人工智能，反哺现有诊断技术

　　要实现对脑疾病的早期诊断和干预，必须深入了解脑认知功能和神经基础。在这个过程中，脑图谱是不可或缺的重要工具。中科院心理所认知与发展心理学研究室严超赣研究员打了个比方，“科研就像在森林里寻找宝藏，有地图指引就方便了很多，脑图谱的作用就在于此。神经连接图谱对于理解人类大脑功能，对重要心理功能进行生理定位、指导外科手术都有巨大的作用。”

　　严超赣介绍，目前对于人脑完成绘制的只是宏观层面的连接图谱。利用功能磁共振信息制作的“功能图谱”是近几年的热门研究领域。其中，中科院自动化所蒋田仔研究员率领团队利用弥散张量成像技术，利用脑的结构和功能连接信息，制作了一版全新的包含246个精细亚区的脑图谱，在国际上很有影响力。

　　长期从事脑功能影像计算方法、静息态功能磁共振、脑自发活动及其在脑疾病中的应用等相关研究的严超赣实验室正在联合全国17家医院25位专家建设重性抑郁症的磁共振大数据库。“我们希望建立抑郁症全脑静息态活动异常概率图谱，提取重要分类特征，反哺现有诊断手段，为临床抑郁症早期诊断提供帮助。”严超赣说。

　　据介绍，机器学习算法已经在图像的分割识别、疾病辅助诊断等方面发挥了很大作用。威尔康奈尔医学院研究人员利用机器学习算法提取重性抑郁患者的生物标记，并从数据出发把重性抑郁患者分为4个亚型，利用分类器对抑郁患者和正常对照进行分类，能得到接近90%的正确率。严超赣指出，在脑科学中，深度学习对于脑自发活动异常机制研究，计算机辅助诊断、治疗方案选择和疗效评估中都有很大的潜力。

　　期待合作共享，加快成果转化落地

　　“脑重大疾病研究可望建立早期诊断与早期干预的技术体系，而类脑研究和脑机智能技术是未来高科技领域的关键，类脑计算系统的突破将推动我国信息产业并带动工业、农业、金融及国防等领域的跨越式发展。”中科院脑科学与智能技术卓越创新中心副主任、中科院自动化所所长徐波研究员介绍，在类脑研究领域，目前，我国在计算机视觉、语音识别、机器翻译和自然语言理解等领域已达国际先进水平。同时，我国也在深度学习芯片体系架构方面有所创新，并在类脑智能机器人方面率先进行了布局。

　　严超赣指出，目前，缺乏具有大样本量的、有着严格质量控制的、有着丰富行为学人口学和临床测量的数据库成为掣肘深度学习在脑科学中开花结果的最大障碍。“要想真正实现国内数据的共享，需要探索建立一个真正互利共享的数据共享机制，开发一套切实可行易用的数据共享软件平台，建立一个数据共享机制的运行团队。”

　　而临床科研灵感多来自于医生。“如何把医生的想法变成惠及民生的产品是关键环节。”吉训明说。