赛博医生凶猛，”神经病”慌了

AI和脑机，可能正在颠覆人类对于大脑以及生命的认知。

这个进程，比我们想象的要快。我们可能会亲眼看到1980年代的科幻影片《机械战警》曾描绘的画面：第一次执行任务就被匪徒打断双臂惨死的警察，被医生救活后，获得了钢铁和机械的身躯，一跃从警界菜鸟，升级为超级警察，不仅刀枪不入、力大无穷，还可以利用精确定位的系统，从任何刁钻角度击中对手……

近40年过去了，“赛博人类”、“脑复活”等一系列的想象正在加速变成现实。而最先被深度影响的是神经外科手术——全球最顶级的一批神经外科医生，已经把AI工具运用到手术和科研之中了。

近期，虎嗅与来自芝加哥大学医学院的两位全球顶级的神经外科医生、学者Peter Warnke和Sean P. Polster进行了独家交流。

（虎嗅注：Peter Warnke，医学博士、芝加哥大学医学院外科教授、立体定向与功能性神经外科主任。他是世界知名的神经外科医生，已经完成了超过 7000 次立体定向手术与超过 3000 次脑肿瘤手术；是为数不多的接受过小儿神经外科、脑肿瘤外科以及运动和癫痫外科培训的神经外科医生之一。2021 年，他成为全球第二位为儿童实施激光大脑半球切除术以治疗耐药性癫痫的神经外科医生。

Sean P. Polster，医学博士，芝加哥大学医学院神经血管外科项目副主任、颅底与神经血管实验室主任。他主要聚焦于治疗头颈部神经血管疾病，以及脑部和颅底肿瘤。作为一名医生兼科学家，Polster 博士一直在研究新的治疗方法与技术，以提升神经外科患者的医疗水平。）

“我们正在开发的仿生脑机接口，已经实现人在使用机械手的同时，大脑也能感知到手在做什么了。”Peter Warnke告诉虎嗅，“这是真正令人兴奋的。可以说，AI在神经科学领域的前景是无限的。”

Peter Warnke和Sean P. Polster也是率先在手术之中尝试AI工具的一批顶级医生，他们在接触AI的过程中所遇到的惊喜、问题以及对人类未来的隐忧，颇具代表性。

在与Peter Warnke和Sean P. Polster沟通过程中，虎嗅了解到，人的大脑有上千亿个神经元，它们大多数都在10到100微米之间，这使人脑成为最复杂精密的结构，也使其病变的治疗异常艰难。今天的神外手术，不仅手术切口越来越小，误差范围也一再压缩，甚至可以达到0.15毫米以下。作为神经系统疾病的终极解决方案，侵入式脑机接口手术中，植入人脑的电极可以细到头发丝的百分之一。在AI加入后，包括脑机接口在内的神经外科手术都坐上了“火箭”。

AI瞬间解码了海量大脑信号

虎嗅：近年来，很多新技术用到了神经科学领域，AI也是其中之一。您对这项技术在神经科学领域应用的最初印象是怎样的？

Dr. Warnke：我第一次使用人工智能，是在2019年，当时我接近退休，和匹兹堡大学合作，在首位患者身上进行了实验性脑机接口（BCI）项目研究。将人工智能用于实时分析脑信号的体验令人印象深刻，因为它需要瞬间对海量的脑部神经元信号进行解码。

人工智能驱动的脑信号分析，正是这项技术的完美应用场景。

以前我们主要用AI来分析普通的脑电图（EEG），信号主要来自大脑的大片区域。现在我们用它来分析植入电极的立体脑电图（stereo EEG）——做这种脑电图时，我们会将电极植入到多个大脑区域，这样，除了会输出经典的脑电图，还会产生一种三维数据。对癫痫患者的单组脑细胞进行长时间的分析，就能产生数以TB计的数据。

靠人力是无法分析如此海量的数据的，人工智能就可以通过识别特定的标记并开发响应算法来进行分析。而且在这个过程中，人工智能对电路信号、影像数据等进行的还是多模态分析。

可以说，人工智能在神经科学领域的应用前景是无限的。 

虎嗅：确实，现在人工智能分析脑信号的速度确实非常快，有报道显示，AI可以在一秒内记录上千次人脑的活动图像，可以识别到人在0.5秒内看到的图片。芝加哥大学医学院也将AI用在临床上了，请问主要用在哪些方面，应用的效果怎么样？

Dr. Warnke：有一个典型的例子，从几周前刚才开始应用。过去，我们对帕金森病或其他震颤患者进行持续的深部脑刺激。现在，我们实时在线记录来自基底神经节（basal ganglia）深部信号，并根据我们记录的信号，利用人工智能算法分析调整刺激的强度。

Dr. Polster：血管成像技术，比如CT、MRI（磁共振成像），如果用到人群的筛查中，会快速发现健康问题。但是这些检查的痛点在于，放射科医生需要仔细查看影像并结合症状来识别潜在问题。如果让AI来做这项工作，就可以更高效地识别并突显出那些容易被忽视的、需要监测的潜在区域。我认为这将放大 CT 和 MRI 的应用规模。

我们现在已经将人工智能图像分析技术用到了实践中。比如一个患者疑似患有脑血管疾病，急诊医生就会进行灌注CT血管造影，在医生查看之前，AI就会对相关信息进行处理，如果发现可能存在大血管闭塞、脑出血等病变，系统就会通知整个医疗团队，以便医生对患者进行分诊并判断需要进行哪些紧急处理、及时干预改善治疗效果。

虎嗅：您提到放射科医生可能忽视一些细节的问题。在这方面，AI带来了多大的改善？

Dr. Polster：相关数据还在整理中，我能告诉你的是，我们将AI应用到临床的决定，是基于数据分析做出的。在识别病理的具体应用中，我们有证据证明，在人类放射科医生漏诊的地方，人工智能技术能够识别出来。特别是在检测动脉瘤方面，人工智能在每个案例中都能检测到，表现优于神经放射科医生。

比如：曾经有一个患者因为大脑中动脉（MCA）动脉瘤破裂出血入院，需要紧急手术。医生专注在大脑中的动脉瘤时，AI发现并提示医生，患者还有一个未来有破裂风险的眼动脉瘤。这样，医生就一次处理了两个动脉瘤，避免了后续发现新病灶，再次手术的麻烦。

这挽救了多少生命，很难量化，但是我认为是很有用的工具，因为人可能会疲劳、遗漏信息，但是AI表现稳定，目前效果非常好。

患者不是病变的集合

虎嗅：您认为人工智能最大的优势是什么？如果出现AI建议与人类医生的直觉冲突的情况，应该如何做选择？

Dr. Warnke：我认为，人工智能最大优势在于它能够深入到非常细微的层面，尤其是在MRI诊断方面。

在MRI中，由于有不同的成像序列，相应地会产生完全不同的图像。人工智能能够基于其对数百万次扫描的庞大背景分析，看到临床医生看不到的更多细节。

最好的例子是癫痫手术，临床医生可能认为这是一个完全正常的扫描结果，但人工智能分析却能发现微小的差异，从而提出新的诊断，比如：大脑中的皮质发育不良畸形导致癫痫，这些是肉眼无法看到的。因此，我认为人工智能并不会与临床经验相矛盾，而是会补充并完善临床经验。

虎嗅：随着AI在临床大量使用，人们担心医生会出现过度依赖AI、导致能力退化，或者将患者简化成一系列数据的情况。您对此有何看法，有什么方法可以避免出现这种情况吗？

Dr. Warnke:  关于这一点，有两个方面。一方面，人们通常批评人工智能降低了医生履行专业职责的能力。当初MRI出现时，也发生了类似的情况。当时人们批评说，如果直接依赖影像学检查，医生就无法再亲自检查病人了，但实际上这种说法并没有得到证实。因此，人工智能只是一个工具。

另一方面，你的问题还涉及将患者仅仅视为一组数字，而人工智能处理这些数字，这正是现代技术和医学面临的首要问题。我们不能忽视患者背后的人性。实际上，情况应该恰恰相反。疾病是一个需要解决的具体问题，但这只是在整体范围内。对于患者本身而言，如果疾病并非主要问题，而是与患者的生活方式和个人经历相关的另一件事，那仅仅是完美治疗他的特定疾病就毫无意义了。

Dr. Polster：当你生病了，你不会去找一个科学家，你会去看医生。工具的进步不会改变这一点。

虎嗅：生成式AI的幻觉，一直是人们讨论较多的问题，也是影响其应用于医疗中的关键，在芝加哥大学医学院，搭载在CT或者MRI上的AI，存在这方面的问题吗？

Dr. Polster：是的，它也有可能会出现这种问题。目前将AI用在CT或MRI领域，主要的好处是，AI作为工具，它能发现一些与众不同的迹象，一些细微之处，然后，提示医生去关注这些区域，判断是否存在问题。人工智能可能会错误地识别病变，但把患者仅仅看作病变的集合也不合适。

比如：一个 30 岁、有3到4毫米近端动脉瘤的患者的风险-收益情况，与一个85岁有同样大小动脉瘤的患者是不同的。而目前人工智能还无法考虑到这些因素。这就是为什么把人工智能当作工具使用，发挥它提示检查区域的作用，再由医生结合患者情况进行判断，才是更好的应用方式。

人类医生最后的防线

虎嗅：作为在医疗领域使用的工具，您认为AI还有哪些局限性？

Dr. Warnke: 有几个典型的局限性。一是人工智能所使用计算机的处理速度，不过这个问题在不断改善。二是学习能力，现在通用人工智能（GenAI）产品的学习速度已经和人类接近，能更快适应不同情况。但还有一个局限性会一直存在，就是当面对情绪不稳定的患者时，人工智能无法快速学习应对他们的意外反应，因为这是人类特有的体验。

比如：在治疗强迫症等精神疾病时，需要判断伴随的抑郁症是反应性的还是独立疾病，这很大程度上依赖患者的社会背景。如果采取问卷调查的形式收集信息，将人类生活简化为几个数字让人工智能处理，无法真实反映人类的复杂性。

Dr. Polster：作为一种工具，人工智能能进行影像分析，告诉你有异常存在，但最终是否需要治疗，还需要医生来判断。这就是人工智能这类工具的局限性。

虎嗅：AI过于敏感会造成患者的焦虑吗？

Dr. Warnke：这确实是一个现实问题。在肿瘤诊断方面，人工智能可能出现错误判断，将一些病变误判为肿瘤。在癫痫、精神疾病、神经退行性疾病等领域也存在类似情况。人工智能能检测出大脑结构的细微变化，比如与亨廷顿舞蹈病相关的变化，但它过于敏感，如果直接据此给患者下诊断，可能会让患者感到焦虑。

我们需要进行长期研究，判断人工智能和临床判断哪个更具预测性。人工智能只能根据输入的数据进行处理，虽然速度比人类快，处理的数据量也更大，但临床相关性只能通过长期临床研究来验证，无法缩短研究周期，必须等待研究结果。

Dr. Polster：比如我们每个人身上都有痣，人工智能可以识别出所有的痣，但它无法判断这些痣是否是癌症，是否需要切除。作为一种工具，人工智能能进行影像分析，告诉你有异常存在，但最终是否需要治疗，还需要医生来判断。

AI的改变，势不可挡

虎嗅：从2019年到现在也有五六年时间了，相比您第一次接触AI，现在AI在脑机接口领域的应用，又有了哪些提升，您的职业轨迹又发生了哪些改变？

Dr. Warnke：AI在信号解码准确性和实时自适应系统都有提升，不过为了实现这些，首先得经过数年时间来生成海量的数据。

如今相较于通过机械方式切除病变或夹闭动脉瘤，我们非常专注于神经修复外科手术。

在AI的辅助下，脑机接口已经出现了真正令人兴奋的情况，现在我们看到了至少一两个患者，通过解码思想和意图，他们可以使用机械臂、语音生成器或其他类似设备。当然，目前的速度非常慢，且是单向的。我们正在研究非常令人激动的新方向，就是与其他团队一起开发一种仿生脑机接口，这种接口不仅可以让你使用机械手，还能让你通过手部的反馈，让大脑感受到你实际正在做的事情。这确实是非常新的技术，通过更快的解码速度，你可以几乎像使用自己的手一样快速地操作。

芝加哥大学和匹兹堡大学的所有患者都丧失了大部分手部功能，最常见的原因是颈脊髓损伤。脑机接口通过对手部和特定手指区域的信号进行解码，使他们能够使用机械手，并且该机械手还能向感觉皮层提供感觉反馈。

我们的目标并非完全替代人类手部功能，因为人手的“传感器”远超机械手，但会无限趋近。

虎嗅：AI进入医疗领域以后，医生可以将经历延伸到更广阔的领域，这也在给医疗模式带来改变，既有类似脑机接口这样越来越高精尖的新技术，也在向普通人的生活延伸。我们注意到Dr.Polster曾经在Nature发表过一篇关于肠道菌群与大脑损伤关系的研究。其中提到，服用乳化剂（常用作食物的防腐剂）的小鼠，大脑出血情况更严重。这其实也在将疾病治疗向健康管理转向。您是外科专家，为什么会做这样的研究，您是受到什么启发，现在该研究如何影响临床治疗？

Dr. Polster：我们观察到患有相似疾病的人却有着截然不同的症状表现，正是这个观察结果促使我们开展了这项研究。我们研究的是脑海绵状血管畸形（简称：CA），这是一种脑部血管的微小缠结。大多数被查出患有这种疾病的人都能正常生活，没有任何问题，但有一小部分患者会被影响，比如：脑卒中、癫痫等。

我们目前还没有很好的方法来区分哪些人会出现问题，哪些人不会；我们也不知道为什么有些人会发病，而有些人不会。在基础科学研究中，我们发现肠道微生物群的一个组成部分是引发这些病变出血的充分必要条件。

我们的研究成果从动物实验延伸到人类身上，发现出血的人存在肠道菌群失调的情况。

复杂之处在于，在动物实验中，在完全可控的饲养环境里，或是长期使用强效抗生素的过程中获得的成果，如何转化应用到人类医学中，这是非常困难的一步。有很多疾病我们在动物身上能够治愈，但要应用到人类身上却极其困难，即便有了人工智能、高通量基因组学、蛋白质组学以及强大的计算能力的辅助，依然如此。

我们能够了解脑血管异常与肠道微生物群之间的关系，这是令人激动的。不过，除了像健康饮食、不吸烟这类常识性的建议外，我们目前还无法就人们应该如何改变生活方式给出切实的建议。我认为深入探究这些具体细节，是我们在不久的将来需要去做的事情。

至于益生菌或者类似的保健品，目前我们的研究信息甚至说明这些可能对你有害。但我们还不确定，当涉及到与大脑的交互时，它们是好是坏。这是一个我们目前正在积极研究的未知领域。

虎嗅：芝加哥大学医学院与中国医疗界的交流很多，也与中国医生合作完成了很多手术。想请问二位专家，在与中国医生合作中，有哪些超出您预期、印象深刻的事件？以及中国经验对您的知识体系，乃至全球医疗大模型，有哪些助力？

Dr. Warnke：最令人印象深刻的是中国在新技术方面追赶的速度之快。最好的例子就是当我们首次推出激光消融技术时，这仅仅始于2014年。然而就在一两年后，中国的医院也迅速掌握了这项技术。实际上，我们还与中国医院合作完成了首例癫痫激光消融手术。因此，中国在技术领域的发展速度令人惊叹。

Dr. Polster：在影像分析方面，中国有着巨大的优势。因为中国患者数量庞大，单家医院进行的 CT 和核磁检查数量众多，这些数据能整合出大量信息。通过处理这些信息，我们能更好地对患者进行分诊，尽早发现潜在隐患，将患者转诊到相应专科，从而帮助患者接受更好的治疗。这就是中国的影像分析能力给我们带来的帮助。