#神經科學
•

鼠頭植“人腦”！小鼠會變更聰明嗎？

9月16日，《自然》發表一項研究：科學家通過基因工程讓小鼠缺少大部分大腦皮層，再把實驗室培養的人腦類器官移植進去。人腦組織在小鼠腦內擴展、成熟並接入神經系統，最終佔據大部分空缺。 研究由史丹佛大學神經科學家Sergiu Pașca團隊主導，題目為：Developmental xenocortication using human-derived organoids in mice。Sergiu Pașca稱：這不是全腦移植，而是一種研究人腦發育、神經回路和腦疾病的新模型。 先“清空”小鼠皮層，再給人腦細胞騰空間。 過去，研究人腦組織並不容易。人腦類器官是由人類幹細胞在培養皿中自組織形成的三維神經細胞團，雖然能提供早期神經發育的窗口，但通常缺少血管，也沒有身體來傳送和接收訊號。
鼠頭植“人腦”！小鼠會變更聰明嗎？
科技#異種移植#老鼠#人類
•

「神經病」的命運轉折點，到了

AI和腦機，可能正在顛覆人類對大腦以及生命的認知。這個處理程序，比我們想像的還要快。我們可能會親眼看到1980年代的科幻影片《機械戰警》曾描繪的畫面：第一次執行任務就被匪徒打斷雙臂慘死的警察，被醫生救活後，獲得了鋼鐵和機械的身軀，一躍從警界菜鳥，升級為超級警察，不僅刀槍不入、鑽力大無窮，還可以利用精確定位的系統，從任何對手刁不入、鑽力大無窮，還可以利用精確定位頭圖| 視覺中國近40年過去了，「賽博人類」、「腦復活」等一系列的想像正在加速變成現實。而最先被深度影響的是神經外科手術──全球最頂尖的一群神經外科醫生，已經把AI工具運用到手術和科研之中了。近期，虎嗅與兩位來自芝加哥大學醫學院的全球頂尖的神經外科醫生、學者Peter Warnke和Sean P. Polster進行了獨家交流。（虎嗅：Peter Warnke，醫學博士、芝加哥大學醫學院外科教授、立體定向與功能性神經外科主任。他是世界知名的神經外科醫生，已經完成了超過7000 次立體定向手術與超過3000 次腦腫瘤手術；是為數不多的接受過小兒神經外科、腦腫瘤外科以及大腦和腦半球訓練Sean P. Polster，醫學博士，芝加哥大學醫學院神經血管外科計畫副主任、顱底與神經血管實驗室主任。他主要專注於治療頭頸部神經血管疾病，以及腦部和顱底腫瘤。作為一名醫生兼科學家，Polster 博士一直在研究新的治療方法與技術，以提升神經外科患者的醫療水平。）“我們正在開發的仿生腦機介面，已經實現人在使用機械手的同時，大腦也能感知到手在做什麼了。” Peter Warnke告訴虎嗅，“這是真正令人興奮的。可以說，AI在神經科學領域的前景是無限的。”Peter Warnke和Sean P. Polster也是率先在手術之中嘗試AI工具的一群頂級醫生，他們在接觸AI的過程中所遇到的驚喜、問題以及對人類未來的隱憂，頗具代表性。在與Peter Warnke和Sean P. Polster溝通過程中，虎嗅瞭解到，人的大腦有上千億個神經元，它們大多數都在10到100微米之間，這使人腦成為最複雜精密的結構，也使其病變的治療異常艱難。今天的神外手術，不僅手術切口越來越小，誤差範圍也一再壓縮，甚至可以達到0.15毫米以下。作為神經系統疾病的終極解決方案，在侵入式腦機介面手術中，植入人腦的電極可以細到頭髮絲的百分之一。在AI加入後，包括腦機介面在內的神經外科手術都坐上了「火箭」。01 AI瞬間解碼了海量大腦訊號虎嗅：近年來，許多新技術用到了神經科學領域，AI也是其中之一。您對這項技術在神經科學領域應用的最初印象是怎樣的？Warnke 博士：我第一次使用人工智慧，是在2019年，當時我接近退休，和匹茲堡大學合作，在首位患者身上進行了實驗性腦機介面（BCI）專案研究。將人工智慧用於即時分析腦部訊號的體驗令人印象深刻，因為它需要瞬間對海量的腦部神經元訊號進行解碼。人工智慧驅動的腦訊號分析，正是這項技術的完美應用場景。以前我們主要用AI來分析普通的腦電圖（EEG），訊號主要來自大腦的大片區域。現在我們用它來分析植入電極的立體腦電圖（ stereo EEG）——做這種腦電圖時，我們會將電極植入到多個大腦區域，這樣，除了會輸出經典的腦電圖，還會產生一種三維資料。對癲癇患者的單組腦細胞進行長時間的分析，就能產生數以TB計的資料。靠人力是無法分析如此大量的資料的，人工智慧就可以透過識別特定的標記並開發響應演算法來進行分析。而且在這個過程中，人工智慧對電路訊號、影像資料等進行的還是多模態分析。可以說，人工智慧在神經科學領域的應用前景是無限的。虎嗅：確實，現在人工智慧分析腦訊號的速度確實非常快，有報導顯示，AI可以在一秒鐘內記錄上千次人腦的活動影像，可以辨識到人在0.5秒內看到的圖片。芝加哥大學醫學院也將AI用在臨床上了，請問主要用在那些方面，應用的效果如何？Warnke 博士：有一個典型的例子，從幾周前剛剛開始應用。過去，我們對帕金森氏症或其他震顫患者進行持續的深部腦部刺激。現在，我們即時線上記錄來自基底神經節（ basal ganglia ）深部訊號，並根據我們記錄的訊號，利用人工智慧演算法分析調整刺激的強度。Polster 博士：血管影像技術，如CT、MRI（磁振造影），如果用到人群的篩檢中，會快速發現健康問題。但是這些檢查的痛點在於，放射科醫生需要仔細查看影像並結合症狀來識別潛在問題。如果讓AI來做這項工作，就可以更有效率地識別並突顯出那些容易被忽略的、需要監測的潛在區域。我認為這將放大CT 和MRI 的應用規模。我們現在已經將人工智慧影像分析技術用到了實踐中。例如一個病人疑似患有腦血管疾病，急診醫師就會進行灌注CT血管造影，在醫生查看之前，AI就會對相關資訊進行處理，如果發現可能存在大血管閉塞、腦出血等病變，系統就會通知整個醫療團隊，以便醫生對患者進行分診並判斷需要進行那些緊急處理、及時干預改善治療效果。虎嗅：您提到放射科醫師可能忽略一些細節的問題。在這方面，AI帶來了多大的改善？Polster 博士：相關資料還在整理中，我可以告訴你的是，我們將AI應用到臨床的決定，是基於資料分析做出的。在辨識病理的具體應用中，我們有證據證明，在人類放射科醫師漏診的地方，人工智慧技術能夠辨識出來。特別是在檢測動脈瘤方面，人工智慧在每個案例中都能檢測到，表現優於神經放射科醫師。例如：曾經有一個病人因為大腦中動脈（MCA）動脈瘤破裂出血入院，需要緊急手術。當醫生專注在大腦中的動脈瘤時，AI發現並提示醫生，患者還有一個未來有破裂風險的眼動脈瘤。這樣，醫生就一次處理了兩個動脈瘤，避免了後續發現新病灶，再次手術的困擾。這挽救了多少生命，很難量化，但是我認為是很有用的工具，因為人可能會疲勞、遺漏訊息，但是AI表現穩定，目前效果非常好。02 患者不是病變的集合虎嗅：您認為人工智慧最大的優勢是什麼？如果出現AI建議與人類醫師的直覺衝突的情況，該如何做選擇？Warnke 博士：我認為，人工智慧最大優勢在於它能夠深入到非常細微的層面，尤其是在MRI診斷方面。在MRI中，由於有不同的成像序列，因此相應地會產生完全不同的影像。人工智慧能夠基於其對數百萬次掃描的龐大背景分析，看到臨床醫生看不到的更多細節。最好的例子是癲癇手術，臨床醫生可能認為這是一個完全正常的掃描結果，但人工智慧分析卻能發現微小的差異，從而提出新的診斷，例如：大腦中的皮質發育不良畸形導致癲癇，這些是肉眼無法看到的。因此，我認為人工智慧並不會與臨床經驗相矛盾，而是會補充並完善臨床經驗。虎嗅：隨著AI在臨床上大量使用，人們擔心醫生會出現過度依賴AI、導致能力退化，或將患者簡化成一系列數據的情況。您對此有何看法，有什麼方法可以避免這種情況嗎？Dr. Warnke:  關於這一點，有兩個面向。一方面，人們通常批評人工智慧降低了醫生履行專業職責的能力。當初MRI出現時，也發生了類似的情況。當時人們批評說，如果直接依賴影像學檢查，醫生就無法再親自檢查病人了，但實際上這種說法並沒有得到證實。因此，人工智慧只是一個工具。另一方面，你的問題還涉及將患者僅僅視為一組數字，而人工智慧則處理這些數字，這正是現代技術和醫學面臨的首要問題。我們不能忽視患者背後的人性。實際上，情況應該恰恰相反。疾病是一個需要解決的具體問題，但這只是在整體範圍內。對患者本身而言，如果疾病並非主要問題，而是與患者的生活方式和個人經驗相關的另一件事，那麼僅僅是完美治療他的特定疾病就毫無意義了。Polster 博士：當你生病了，你不會去找科學家，你會去看醫生。工具的進步不會改變這一點。虎嗅：生成式AI的幻覺，一直是人們討論較多的問題，也是影響其應用於醫療中的關鍵，在芝加哥大學醫學院，搭載在CT或MRI上的AI，存在這方面的問題嗎？Dr. Polster：是的，它也有可能會出現這種問題。目前將AI用在CT或MRI領域，主要的好處是，AI作為工具，它能發現一些與眾不同的跡象，一些細微之處，然後，提示醫生去關注這些區域，判斷是否有問題。人工智慧可能會錯誤地識別病變，但把患者僅僅看作病變的集合也不合適。例如：一個30 歲、有3到4毫米近端動脈瘤的患者的風險-益處情況，與一個85歲有同樣大小動脈瘤的患者是不同的。而目前人工智慧還無法考慮到這些因素。這就是為什麼把人工智慧當作工具使用，發揮它提示檢查區域的作用，再由醫生結合患者狀況進行判斷，才是更好的應用方式。03 人類醫生最後的防線虎嗅：作為在醫療領域使用的工具，您認為AI還有那些限制？Dr. Warnke: 有幾個典型的限制。一是人工智慧所使用電腦的處理速度，不過這個問題不斷在改善。二是學習能力，現在通用人工智慧（GenAI）產品的學習速度已經和人類接近，能更快適應不同情況。但還有一個限制會一直存在，就是當面對情緒不穩定的患者時，人工智慧無法快速學習應對他們的意外反應，因為這是人類特有的經驗。例如：在治療強迫症等精神疾病時，需要判斷伴隨的憂鬱症是反應性的還是獨立疾病，這很大程度上依賴患者的社會背景。如果採取問卷調查的形式收集訊息，將人類生活簡化為幾個數字讓人工智慧處理，無法真實反映人類的複雜性。Polster 博士：作為一種工具，人工智慧能進行影像分析，告訴你有異常存在，但最終是否需要治療，還需要醫生來判斷。這就是人工智慧這類工具的限制。虎嗅： AI過度敏感會造成患者的焦慮嗎？Dr. Warnke：這確實是個現實問題。在腫瘤診斷方面，人工智慧可能出現錯誤判斷，將部分病變誤判為腫瘤。在癲癇、精神疾病、神經退化性疾病等領域也存在類似情況。人工智慧能偵測到大腦結構的細微變化，例如與亨廷頓舞蹈症相關的變化，但它過於敏感，如果直接據此給患者下診斷，可能會讓患者感到焦慮。我們需要進行長期研究，判斷人工智慧和臨床判斷那個更具預測性。人工智慧只能根據輸入的資料來處理，雖然速度比人類快，處理的資料量也更大，但臨床相關性只能透過長期臨床研究來驗證，無法縮短研究周期，必須等待研究結果。Dr. Polster：例如我們每個人身上都有痣，人工智慧可以辨識出所有的痣，但它無法判斷這些痣是否是癌症，是否需要切除。作為一種工具，人工智慧能進行影像分析，告訴你有異常存在，但最終是否需要治療，還需要醫生來判斷。04 AI的改變，勢不可擋虎嗅：從2019年到現在也有五、六年了，比起您第一次接觸AI，現在AI在腦機介面領域的應用，又有了那些提升，您的職涯軌跡又發生了那些改變？Dr. Warnke： AI在訊號解碼準確度和即時自適應系統都有提升，不過為了實現這些，首先得經過數年時間來產生大量的資料。如今相較於以機械方式切除病灶或夾閉動脈瘤，我們非常專注於神經修復外科手術。在AI的輔助下，腦機介面已經出現了真正令人興奮的情況，現在我們看到了至少一兩個患者，透過解碼思想和意圖，他們可以使用機械手臂、語音產生器或其他類似設備。當然，目前的速度非常慢，而且是單向的。我們正在研究非常令人激動的新方向，就是與其他團隊一起開發一種仿生腦機介面，這種介面不僅可以讓你使用機械手，還能讓你透過手部的反饋，讓大腦感受到你實際正在做的事情。這確實是非常新的技術，透過更快的解碼速度，你可以幾乎像使用自己的手一樣快速地操作。芝加哥大學和匹茲堡大學的所有患者都喪失了大部分手部功能，最常見的原因是頸脊髓損傷。腦機介面透過對手部和特定手指區域的訊號進行解碼，使他們能夠使用機械手，並且該機械手還能向感覺皮質提供感覺回饋。我們的目標並非完全取代人類手部功能，因為人手的「感應器」遠超機械手，但會無限趨近。虎嗅： AI進入醫療領域以後，醫生可以將經驗延伸到更廣闊的領域，這也在為醫療模式帶來改變，既有類似腦機介面這樣越來越高精尖的新技術，也在向一般人的生活延伸。我們注意到Dr.Polster曾經在Nature發表過一篇關於腸道菌叢與大腦損傷關係的研究。其中提到，服用乳化劑（常用作食物的防腐劑）的小鼠，腦部出血情況更嚴重。這其實也將疾病治療轉向健康管理。您是外科專家，為什麼要做這樣的研究，您是受到什麼啟發，現在該研究如何影響臨床治療？Polster 博士：我們觀察到患有相似疾病的人卻有著截然不同的症狀表現，而正是這個觀察結果促使我們進行了這項研究。我們研究的是腦海綿狀血管畸形（簡稱：CA），這是一種腦部血管的微小纏結。大多數被查出患有這種疾病的人都能正常生活，沒有任何問題，但有一小部分患者會被影響，例如：腦中風、癲癇等。我們目前還沒有很好的方法來區分那些人會出現問題，那些人不會；我們也不知道為什麼有些人會發病，而有些人不會。在基礎科學研究中，我們發現腸道微生物群的一個組成部分是引發這些病變出血的充分必要條件。我們的研究成果從動物實驗延伸到人類身上，發現出血的人有腸道菌叢失調的情況。複雜之處在於，在動物實驗中，在完全可控的飼養環境裡，或是長期使用強效抗生素的過程中所獲得的成果，如何轉化應用到人類醫學中，這是非常困難的一步。有許多疾病我們在動物身上能夠治癒，但要應用到人類身上卻極其困難，即便有了人工智慧、高通量基因組學、蛋白質組學以及強大的計算能力的輔助，依然如此。我們能夠瞭解腦血管異常與腸道微生物群之間的關係，這是令人興奮的。不過，除了像健康飲食、不吸菸這類常識性的建議外，我們目前還無法就人們應該如何改變生活方式給出切實的建議。我認為深入探討這些具體細節，是我們在不久的將來需要做的事情。至於益生菌或類似的保健品，目前我們的研究資訊甚至說明這些可能對你有害。但我們還不確定，當涉及到與大腦的互動時，它們是好是壞。這是一個我們目前正在積極研究的未知領域。虎嗅：芝加哥大學醫學院與中國醫療界的交流很多，也與中國醫生合作完成了許多手術。想請問二位專家，在與中國醫師合作中，有那些超出您預期、印象深刻的事件？以及中國經驗對您的知識體系，甚至全球醫療大模型，有那些助力？Warnke 博士：最令人印象深刻的是中國在新技術方面追趕的速度之快。最好的例子就是當我們首次推出雷射消融技術時，這僅僅始於2014年。然而就在一兩年後，中國的醫院也迅速掌握了這項技術。實際上，我們也與中國醫院合作完成了首例癲癇雷射消融手術。因此，中國在技術領域的發展速度令人驚訝。Polster 博士：在影像分析方面，中國有著巨大的優勢。因為中國患者數量龐大，單家醫院進行的CT 和核磁檢查數量眾多，這些資料能整合出大量資訊。透過處理這些訊息，我們能更好地對患者進行分診，儘早發現潛在隱患，將患者轉診到相應專科，從而幫助患者接受更好的治療。這就是中國的影像分析能力帶給我們的幫助。 （虎嗅APP）
「神經病」的命運轉折點，到了
科技#AI#神經科學#腦機介面