當前，腦機接口產業正處于從“技術驗證”向“商業化落地”的轉折期，腦機接口技術在嚴肅醫療、消費醫療的應用潛力巨大。

在近日舉行的“腦機接口(BCI)與人工智能(AI)橫向科技合作簽約儀式暨AI腦機接口專家論壇”上，香港濟民智元首席科學家、香港中文大學（深圳）醫學院生物信息學系系主任孫昊認為，腦機接口是未來醫療的關鍵基礎措施。

比如在康復領域，隨著神經功能障礙患者人數不斷增長，腦機接口的應用就受到關注。作為脊柱外科專家，上海交通大學醫學院附屬仁濟醫院脊柱外科主任沈洪興一直在關注如何用腦機接口解決脊柱脊髓相關肢體運動障礙問題。他表示，脊髓損傷患者面臨的是神經傳導中斷問題，而AI與腦機接口正在驅動神經康復新范式，從“不可治愈”到“功能重建”，重新定義神經康復的未來。

腦機接口的核心目標是解讀大腦活動產生的意圖或狀態信息，并將其轉化為控制外部設備的指令，或者將外部信息編碼為特定的神經刺激信號輸入大腦，從而對神經功能進行調控，以進行神經功能修復或增強。

根據信號采集方式不同，腦機接口技術分為侵入式、非侵入式、半侵入式三種類型，但仍面臨采集難、翻譯難等挑戰。

人的頭部從外向內看，依次是頭皮、骨膜、頭蓋骨、硬腦膜、蜘網膜、軟腦膜、大腦皮層等結構，傳感器（電級）的植入位置越深、采集到的腦電信號質量越好、頻率越高，受試者的安全風險加大。

香港中文大學（深圳）生物醫學工程校長學勤講席教授李晨鐘表示，侵入式技術涉及開顱，進腦，腦機接口中的腦電信號時間分辨率在0.01秒內，空間分辨率可達到微米級，但存在手術創傷和長期損失風險問題；非侵入式技術不需要開顱，也不進腦，通過可穿戴設備進行，無需手術，但腦電信號空間分辨率較差，不能有效利用高頻信號，可穿戴設備使用前需要進行校準；半侵入式技術涉及開顱，但不進腦，主要是在頭皮和大腦皮層之間進行植入，信號質量介于非侵入和侵入之間，手術風險相對侵入式小。

沈洪興以腦脊接口面臨的技術困境舉例，具體在腦機接口軟硬件方面，面臨解碼延遲、穩定性差、跨個體泛化能力、信息傳輸率偏低、缺乏統一框架問題；在脊髓刺激軟硬件方面，面臨高端核心器件依賴進口、材料科學落后、軟件與算法協同涉及損失、信噪比/接口穩定性挑戰；在閉環治療康復體系方面，面臨長期療效與成本效益未知、臨床驗證規模小、循證醫學證據不足、數據安全與隱私風險挑戰。

“目前需要從軟硬件、臨床三方面協同提升，構建完全自主知識產權的腦脊接口調控系統。”沈洪興這樣認為。

如何利用AI的力量解決腦機接口信號采集精度低、個體適配性差等問題，也成為行業探討的重點。

在這次論壇上，全球首個多尺度腦機接口人工智能算法云平臺——“腦電云樞”發布，該平臺將2013年諾貝爾化學獎得主阿里耶·瓦謝爾教授的計算生物學技術與腦機接口技術深度融合，試圖打造出兼具精度與實用性的“超級大腦助手”。

孫昊表示，腦機接口人工智能算法云平臺旨在解決信號核心瓶頸問題，同時也希望可以進行開放賦能，具體可以帶來幾方面突破，一是對底層技術進行革新，讓“聽不清”的大腦信號變清晰；二是升級了解碼能力，從“讀簡單指令”到“懂復雜大腦”；三是可以實現閉環調控落地，從“被動監測”到“主動糾錯”；四是進行平臺化賦能，打破壁壘構建開放生態。

“除了技術瓶頸外，腦機接口技術要真正走向商業化，仍需要解決如何安全有效，如何形成合理的收費標準等問題。”上海交通大學醫學院附屬第九人民醫院骨科主任醫師王金武教授對第一財經記者表示。