抑郁癥還靠問答題診斷？他用AI讀腦電

你可能有過這種體驗(yàn)：去看精神科或神經(jīng)內(nèi)科，本想醫(yī)生會(huì)拿出什么儀器掃描你的腦袋，結(jié)果卻是遞來一張量表，讓你勾選“最近兩周是否感到情緒低落”之類的題目。沒錯(cuò)，至少在2026年的今天，診斷抑郁癥、創(chuàng)傷后應(yīng)激障礙（PTSD）、阿爾茨海默病等認(rèn)知障礙，主要工具依然是主觀問卷和行為觀察——而不是直接測量大腦本身。這件事本身就挺反常識(shí)：我們連手機(jī)都能刷臉解鎖了，面對(duì)大腦疾病，卻還在做“問答題”。

現(xiàn)在，一位參與發(fā)明蘋果Face ID人臉識(shí)別和Vision Pro手部追蹤技術(shù)的工程師，正試圖用他組建的團(tuán)隊(duì)和一筆5200萬美元的融資，去改寫這套規(guī)則。他叫Gidi Littwin，他的公司名叫Hemispheric。過去六年，他們悄悄收集了10萬人的大腦活動(dòng)數(shù)據(jù)，訓(xùn)練出一個(gè)前沿AI模型，想要只靠顱骨表面的電信號(hào)，就推斷出大腦里面有沒有抑郁、創(chuàng)傷后應(yīng)激，甚至提前捕捉阿爾茨海默病的苗頭——整個(gè)過程完全不需要開顱，不需要注射，也不需要躺進(jìn)嗡嗡作響的巨型掃描儀。聽起來像科幻，但這套邏輯的雛形，正在被送往美國食品藥品監(jiān)督管理局（FDA）審批的路上。

不過，在你準(zhǔn)備歡呼之前，我們需要冷靜地拆解一下：靠一頂輕便頭帶和AI模型，真的能替代那些看起來有點(diǎn)“原始”的問卷診斷嗎？這個(gè)技術(shù)背后的數(shù)據(jù)從何而來，它做到了什么，還沒做到什么，以及它到底靠不靠譜——這些才是值得仔細(xì)看看的地方。

我們不妨先站在“問卷派”這一邊。現(xiàn)有的精神科診斷方式并不是醫(yī)生隨意為之，而是因?yàn)榇竽X實(shí)在太復(fù)雜了。每個(gè)人的腦電活動(dòng)像指紋一樣獨(dú)一無二，即使同一個(gè)人在不同情緒狀態(tài)下的腦電圖（EEG）信號(hào)也天差地別。在缺乏大規(guī)模參照數(shù)據(jù)的情況下，直接解讀腦電圖就像捧著一本用陌生方言寫成的長篇日記，每個(gè)字都認(rèn)識(shí)，但讀不出連貫的意思。于是，臨床醫(yī)生退而求其次，轉(zhuǎn)向了標(biāo)準(zhǔn)化問卷和半結(jié)構(gòu)化訪談，比如用于抑郁癥的漢密爾頓抑郁量表、用于PTSD的CAPS訪談。這些工具雖然經(jīng)過了數(shù)十年驗(yàn)證，但它們的根本缺陷也早就不是什么秘密：人的主觀回答可能被記憶偏差、當(dāng)時(shí)情緒甚至文化預(yù)期所污染。你問一個(gè)人“最近有沒有覺得對(duì)事物失去興趣”，得到的答案很可能取決于他今天午飯吃得好不好。換句話說，問卷測量的是“你覺得自己的大腦怎么樣了”，而非“你的大腦實(shí)際上怎么樣了”。

那么，“腦電AI派”能給出不一樣的答案嗎？故事要從Gidi Littwin離開蘋果說起。2020年，在參與了Face ID的算法開發(fā)和Vision Pro的手部追蹤項(xiàng)目之后，Littwin尋求轉(zhuǎn)型。在蘋果，他習(xí)慣了為深度學(xué)習(xí)模型喂入海量數(shù)據(jù)——據(jù)他向《連線》雜志回憶，光是訓(xùn)練Face ID和手部追蹤，就采集了“數(shù)十萬受試者”級(jí)別的數(shù)據(jù)。他深知，要讓AI在復(fù)雜感官信息里找出模式，沒有什么比高質(zhì)量的大規(guī)模數(shù)據(jù)更重要。正是這個(gè)時(shí)候，一位叫做Hagai Lalazar的研究者在領(lǐng)英上給他發(fā)了一條冷消息。

Lalazar已經(jīng)在研究用人工智能來非侵入式地解讀大腦，但他缺少一位能將這種技術(shù)推向商業(yè)化的聯(lián)合創(chuàng)始人。他陸續(xù)聊了大約75位候選人，直到遇見Littwin，兩人才一拍即合。于是，一家名為Hemispheric的初創(chuàng)公司誕生了。他們確立了一個(gè)看起來極簡的目標(biāo)：不需要在顱骨上鉆孔植入電極，不需要功能磁共振成像（fMRI）的昂貴硬件，只用一頂輕便的腦電圖頭帶，就讓AI模型學(xué)會(huì)從頭皮表面的電信號(hào)里，讀出一個(gè)人的腦部健康狀況。

為了做到這一點(diǎn)，他們開始做一件看起來非常笨拙、耗費(fèi)巨大的事：采集大量真實(shí)人類大腦的電活動(dòng)數(shù)據(jù)。Hemispheric最終在亞洲部分地區(qū)、以色列特拉維夫以及美國波士頓招募了10萬名付費(fèi)志愿者，累計(jì)收集了25萬小時(shí)的腦電數(shù)據(jù)。Littwin稱，這些數(shù)據(jù)是公司的“最珍貴的寶藏”。

采集數(shù)據(jù)的過程設(shè)計(jì)得很有心思。志愿者并不是被簡單地要求“閉眼休息”，那樣得到的腦電圖太過乏味。他們戴上頭帶，在平板電腦上完成一系列看起來像游戲的任務(wù)——可能是指尖點(diǎn)擊反應(yīng)的測試，可能是觀看帶有情緒色彩的圖片，也可能是完成注意力挑戰(zhàn)。這些任務(wù)的目的，是悄悄激活大腦的不同功能區(qū)，好比讓大腦的各個(gè)部門分別亮起燈，使AI模型能看見不同電路網(wǎng)絡(luò)是如何協(xié)作或異常放電的。這就等于給原本晦澀的腦電圖加上了“標(biāo)簽”：當(dāng)AI模型看到某種電活動(dòng)模式，它就知道這個(gè)信號(hào)是在處理情緒、在回憶創(chuàng)傷、還是在調(diào)動(dòng)注意力。

接下來是訓(xùn)練模型。Hemispheric的AI模型并非某種神秘的“讀心術(shù)”，其底層邏輯跟我們在手機(jī)上用到的大型語言模型有幾分相似。語言模型通過統(tǒng)計(jì)海量文本中詞語之間的共現(xiàn)關(guān)系，學(xué)習(xí)到“蘋果”后面接“手機(jī)”的可能性，從而理解語義。而Hemispheric的模型，本質(zhì)上是統(tǒng)計(jì)海量腦電圖信號(hào)與大腦認(rèn)知功能之間的關(guān)聯(lián)——某一種電活動(dòng)波形、頻率、相位同步模式，經(jīng)常出現(xiàn)在被診斷為抑郁癥的個(gè)體身上，而另一種模式則在PTSD患者中高頻出現(xiàn)。模型經(jīng)過這種“統(tǒng)計(jì)學(xué)習(xí)”之后，不需要知道“抑郁”這個(gè)詞的定義，也能推斷出一個(gè)人的腦功能狀態(tài)。

那么，這種推斷到底有多準(zhǔn)？根據(jù)Hemispheric的說法，他們用這個(gè)通用模型在一些特定人群身上做了測試，包括確診為創(chuàng)傷后應(yīng)激障礙、精神分裂癥和抑郁癥的受試者。據(jù)稱，模型能夠?qū)@些個(gè)體的腦健康狀況做出準(zhǔn)確的推斷。這里需要注意用詞：是“Hemispheric表示”，也是“據(jù)稱”，而不是一項(xiàng)已經(jīng)公開經(jīng)同行評(píng)審的確定性結(jié)論。透露出來的信息是，團(tuán)隊(duì)目前正著手進(jìn)行更嚴(yán)格的臨床研究，試圖驗(yàn)證這個(gè)模型是否不僅能診斷阿爾茨海默病，甚至可能提前預(yù)測它。關(guān)鍵詞依然是“可能”“試圖驗(yàn)證”，說明離板上釘釘還有距離。

再看即將落地的時(shí)間線。Hemispheric計(jì)劃在明年初向FDA提交第一款正式產(chǎn)品，這款產(chǎn)品專注于PTSD的診斷。如果獲批，他們希望能在2027年晚些時(shí)候?qū)⑵渫葡蚬姟脮r(shí)，理想的使用場景是這樣：一位懷疑自己患有認(rèn)知障礙的患者，不需要經(jīng)歷漫長等待和反復(fù)問卷評(píng)估，只需來到診所，戴上一頂輕量化的腦電圖頭帶，在平板電腦上與一款專用應(yīng)用互動(dòng)大約15分鐘。這段時(shí)間里，頭帶會(huì)捕捉他的大腦自發(fā)電活動(dòng)，傳輸給AI模型。模型隨后幫助臨床醫(yī)生解碼這些信號(hào)，提供診斷參考，甚至在嘗試多種治療前，預(yù)測出哪種干預(yù)對(duì)這位特定患者最可能有效，并持續(xù)監(jiān)測病情變化。

這一整套設(shè)想如果成真，確實(shí)可能讓大腦疾病的客觀診斷向前邁出一大步，把決策依據(jù)從病人“覺得怎樣”拉回到“信號(hào)長什么樣”。但我們還得回到“辯論型”框架的另外一側(cè)：即便有10萬人數(shù)據(jù)和25萬小時(shí)訓(xùn)練，模型的可靠性依然面對(duì)幾個(gè)明顯的挑戰(zhàn)。其一，個(gè)體差異是一座無法繞開的大山。每個(gè)人的頭骨厚度、皮膚導(dǎo)電性、腦溝回形態(tài)都不一樣，甚至同一頂頭帶戴在頭上的輕微位移都會(huì)改變信號(hào)。即便訓(xùn)練集再大，對(duì)一個(gè)從未出現(xiàn)過的新用戶，模型能否保持準(zhǔn)確性仍然是個(gè)未知數(shù)。其二，目前公開的證據(jù)僅限于公司的聲明