0
| 本文作者： 周蕾 | 2026-08-21 14:27 |
在全球脑科学快速发展的背景下，神经调控、人工智能、康复工程等方向正在不断取得突破。然而，围绕脑瘫，特别是由缺氧缺血性脑病（HIE）引发的长期功能障碍，如何连接基础脑科学、工程技术、临床康复与家庭真实需求，仍需要更多跨领域讨论。
希望之光（BRIGHT Foundation）是一家由患者家庭发起的支持与研究型组织，长期关注HIE/脑瘫家庭支持、科研信息整理与跨学科交流。作为一个患者家庭驱动的平台，希望之光借助2026北京脑科学国际学术大会的机会，为HIE/脑瘫这一复杂难题创造了一个更加聚焦、开放、跨领域的交流场景。
2026年8月14日至16日，由北京脑科学与类脑研究所（CIBR）与Nature Portfolio共同举办的2026北京脑科学国际学术大会在北京举行。来自世界各地的49位知名科学家出席并作报告，吸引了国内外2000余人次参与。希望之光作为经过大会评审录用的学术海报展示参与者，展示了题为“Beyond Top-Down Control: Operationalizing Connectome Circuits for HIE Restoration via The NeuroLoop Protocol”的学术摘要。该海报介绍了其围绕HIE/脑瘫长期功能恢复、神经科学转化路径，以及其正在探索的“NeuroLoop闭环神经修复框架”的相关思考。
8月17日，由希望之光组织的工作会议邀请了来自基础研究、工程转化、人工智能与临床实践等方向的10位跨领域专家参与讨论。基础研究侧，参会嘉宾包括北京脑科学与类脑研究所学术副所长、特聘研究员叶一泓博士；美国加州大学圣地亚哥分校杰出教授、2018年生命科学突破奖获得者Don Cleveland博士；香港中文大学医学院生物医学学院副教授张智钧博士；德国哥廷根大学感觉运动神经科学与神经假体学教授Alexander Gail博士；日本国立精神·神经医疗研究中心神经研究所Kazuhiko Seki博士；以及在会议前进行专场交流的加拿大女王大学生物医学与分子科学系教授，Stephen Scott博士。
工程与技术转化侧，清华大学航天航空学院副教授睢亚楠博士、天津大学神经工程方向副教授安兴伟博士参与交流。人工智能方向，中关村学院首席科学家刘海广博士从具身智能如何融入神经康复建模的角度提供了观点。临床侧，北京大学国际医院神经外科副主任路长宇医生也出席会议，从一线临床视角分享了脑损伤患者长期康复与家庭支持中的现实问题。
多领域嘉宾的参与，使本次研讨会形成了从基础脑科学、运动控制机制、AI与工程系统，到真实临床场景的完整对话结构。
会议伊始，希望之光创始人Matt Palaszynski介绍了这一项目的长期起点与核心挑战。希望之光的行动源于患者家庭二十多年面对HIE/脑瘫现实挑战的持续观察。从这一视角出发，HIE/脑瘫并不只是一个孤立的脑损伤问题，而可能涉及气道、消化、自主神经调节、肌张力、运动学习与认知发展等多个系统之间长期交互的挑战。
Palaszynski指出，面对这样复杂而长期存在的问题，单一学科或单一技术路径都难以独立应对。脑科学、康复医学、工程技术、人工智能、可穿戴传感与真实世界家庭观察，需要被放在同一个问题框架下重新讨论。
在回顾希望之光的发展脉络时，Palaszynski也提到，本次2026年的跨领域交流让他联想到希望之光在2003年组建的早期科学顾问团队。当时，Dr. Michael Johnston、Dr. Neville Hogan、Dr. Edward Taub等先行者曾围绕神经可塑性、机器人康复与运动学习等方向展开讨论。二十多年后，随着基础科学、神经工程、本地化数据流和计算工具逐渐成熟，当年的许多前沿设想正在获得新的技术条件。希望之光认为，这并不意味着答案已经到来，而是提示HIE/脑瘫相关科研转化进入了一个值得重新组织问题、重新连接学科的阶段。
Palaszynski强调，NeuroLoop闭环神经修复框架当前还不是一个商业化产品，而是一个开放的概念框架，用于组织复杂科研信息、连接跨学科数据，并帮助家庭和研究者提出更可验证的问题。
希望之光目前也在使用AI工具持续追踪脑损伤、神经康复、机器人及相关领域的新兴研究，希望通过筛选、分析、整合这些研究进展，帮助家庭和研究者更好理解哪些新研究具有真正的转化价值，从而推动前沿科学不只停留在论文和实验室中，而是以更加负责任、更高效的方式走向真实患者家庭。
在圆桌讨论环节，与会嘉宾围绕HIE/脑瘫科研转化中的基础科学问题、工程边界、临床现实与长期合作机会提出了观察与建议：
跨学科研究环境与复杂脑科学问题
叶一泓博士结合CIBR的跨学科研究环境指出，当今脑科学问题高度复杂，脑损伤和神经系统疾病等重大挑战，需要不同背景的科学家在更加融合的跨学科环境中共同推进。他强调，CIBR这类汇聚多领域研究力量的平台，是促进复杂脑科学问题深入交流的重要场景。
工程转化与非侵入技术探索
睢亚楠博士和安兴伟博士为希望之光后续思考工程转化与非侵入技术路径提供了参考。睢亚楠博士介绍了其在神经刺激参数安全优化、机器人控制与神经驱动肌骨模型方面的研究，强调高维刺激和控制系统必须在明确安全边界内逐步优化。安兴伟博士介绍了天津大学医学院在非侵入神经调控、EEG、眼动追踪与IMU运动分析方面的相关研究，并指出非侵入前沿技术与临床应用之间仍需要更多桥梁。
感觉反馈、运动控制与功能量化
Kazuhiko Seki博士和张智钧博士共同指向HIE/脑瘫长期功能恢复中的基础问题：感觉反馈、运动控制、本体感觉、肌肉协同与皮层反馈如何共同影响运动学习。Seki博士强调，许多日常运动可能依赖皮层下和脊髓层面的闭环系统，感觉输入、本体感觉与运动反馈之间的关系值得进一步研究。张智钧博士则从肌肉协同和运动控制模块角度指出，未来或可进一步探索基础控制模块是否能够成为干预与功能改善的观察入口。上述讨论也与Stephen Scott博士长期研究的上肢动力学与反馈控制形成呼应，为希望之光思考如何客观量化运动变化提供了重要学术参照。
智能感知、行为分析与AI技术入口
Alexander Gail博士和刘海广博士从智能感知、行为分析与AI角度提出了面向未来的技术入口。Gail博士指出，低成本传感器、无标记动作捕捉、摄像系统和建模技术的发展，正在为非侵入式行为分析与意图预测创造新的可能。同时，他也提醒，面向真实家庭环境的系统设计，必须首先清楚定义具体问题、约束条件与应用边界。刘海广博士则指出，运动协调、轨迹预测与具身AI的发展，可能为HIE/脑瘫相关功能支持带来新的技术入口。
临床现实、患者家庭合作与科研转化时间线
路长宇医生从临床一线经验出发，谈及脑损伤患者家庭所面临的长期压力。他指出“我们必须给家庭信心，也要给出准确的判断——并非每位患者都需要手术。”他强调，细致的临床评估至关重要，既要避免不必要的手术，也要准确判断何时康复治疗或长期管理更为合适。Don Cleveland博士也坦诚表示，自己实验室聚焦的神经退行性疾病治疗方向，与本次会议重点讨论的运动恢复和运动干预问题并不完全重合。但他也表示，“我想我们都认可Matt对这件事的投入。”在因行程安排提前离开前，他对会议中汇聚的跨学科专业力量表示肯定，并向希望之光的后续努力表达祝愿。
此次研讨会后，BRIGHT Foundation创始人Matt Palaszynski从工程师的角度，以及作为同时观察供给侧（研究）和需求侧（患者家庭）超过20年的亲历者，向雷峰网(公众号：雷峰网)表示，脑瘫和慢性脑损伤长期处于主流脑机接口投资叙事之外，这并不意味着它们在科学上走到了尽头，更大程度上反映了现有商业风险回报模型的局限。
从全球神经健康负担来看，这一问题的规模非常严峻。根据相关全球神经健康数据，脑损伤每年影响约1500万人，也是健康成年人死亡和长期照护成本的重要原因之一。尽管其社会负担沉重，风险投资和媒体关注却往往集中在急性脊髓损伤，或ALS等相对线性、路径更清晰的神经退行性疾病上。传统金融结构更偏好这类应用，因为它们更容易呈现出可预测、局部化的“输入—输出”商业逻辑。
相比之下，脑瘫和慢性脑损伤具有分布式、非线性的长期发展轨迹，传统市场结构往往会将其视为“过于复杂”，从而退回到被动维持、支持性照护和舒适护理的模式。在他看来，这是一种值得重新审视的经济和人文判断。从系统工程角度看，儿童和恢复中的大脑仍具有重要的自然优势：神经可塑性。
中国推动发展“新质生产力”的战略背景，也为重新思考这些商业转化障碍提供了新的框架。通过支持非侵入式神经刺激方案等方向，我们有机会把传统风险资本眼中复杂、难以商业化的问题，转化为具有公共健康和宏观经济价值的长期创新方向。我们不希望把脑瘫和慢性脑损伤的未来仅仅定义为终身维持和被动照护。我们认为，现在有必要把叙事逐步转向更主动的功能性恢复方向上的探索。
从AI结合科研的角度出发，Matt也透露，希望之光正在通过BRIGHT Horizon Filter（脑瘫前沿研究情报平台），将自身从一个被动的研究资料库，转变为一个主动的研究综合与筛选系统。
这个由AI驱动、并由专家参与人工筛选的系统，每周会处理和提取数百篇同行评议研究中的信息，覆盖十个不同的生物医学与工程相关方向，我们称之为“Domains”。对于像希望之光这样的患者家庭倡导型研究平台而言，AI是一种非常重要的规模放大工具，它让基层组织也能够具备接近高水平学术团队的信息处理能力。
但AI只是工具，不是主导者。尤其当目标指向功能性恢复时，临床解释仍然需要在关键节点由人来判断。AI系统可以把分散论文中的大量变量快速连接起来，但它并不具备充分理解真实世界运动表现和临床场景的质性判断能力。
因此，希望之光使用计算工具快速从庞大的文献池中筛选出更有可能值得进一步研究的假设，再由人类专家和临床经验参与验证与整理，最终将其转化为更有现实可行性的研究或实践框架。这一模式也与中国在科技医疗领域的长期目标相契合：加速计算发现，同时不脱离深度临床经验。
另外，他也指出，从近期可行性来看，工程技术与功能恢复之间一个较现实的交叉点，是将非侵入式神经刺激，例如经皮耳迷走神经刺激（taVNS），与任务导向、AI辅助的软体机器人或可穿戴系统结合起来。
希望之光与北京大学国际医院（PKUIH）的战略合作，以及与北脑所、清华大学和中关村学院日益加强的交流，都是为了推动这一连接。刚刚结束的2026北京脑科学大会，以及希望之光8月17日举行的HIE工作会议，都让闭环刺激相关方向获得了更多关注。相关领域已经在动物模型和早期人体探索中展现出重要进展，中国也正在成为这一技术方向的重要推动力量之一。
需要强调的是，当前最主要的限制，并不一定是硬件或软件本身的技术能力。要对儿童运动功能产生有意义的影响，我们未必一开始就需要极高速、毫秒级精度的闭环系统。许多基础工程能力已经存在，并在不同场景中得到验证。
真正关键的限制在于系统优化和转化部署。我们需要有人把已经验证过的闭环思路，从孤立的实验室环境中整合出来，逐步转化为标准化、功能性、可被家庭可靠使用的工具。换句话说，技术可行性已经在不断接近现实；真正需要的是一个能够持续推动转化生态建设的组织者。中国在硬件制造、工程整合和临床测试方面的优势，使其有机会成为这一能力放大的重要起点。
对于如何将医学发现从学术论文真正带入患者家庭，Matt Palaszynski认为，需要从静态数据池转向动态的“N-of-1”个体化预测模型。
过去，希望之光和更广泛的研究社区都曾建立传统的中心化数据库。但对于许多复杂疾病而言，单纯集中数据并不是最终答案。脑瘫和慢性脑损伤在每个人身上的表现都高度不同，传统群体平均值往往难以解释个体差异。真正有潜力推动临床突破的，是“个体化”架构，也就是把每一位患者看作一个独特、持续变化的个体临床观察对象。
由于个体化方法需要长期追踪大量、细颗粒度的数据流，先进AI建模将变得非常重要。我们认为应该推动一个关键数据协议，使之成为一个面向神经修复的安全数据网络。
与其把敏感临床信息集中到一个数据库中，安全数据网络框架可以让数据安全留在各自机构内部，例如数据留在中国的临床机构，但同时也可以用于AI模型从而支持全球协作网络。这样我们就可以持续追踪患者数据流，建模不同生物状态、调控方式和定向刺激组合如何实时影响功能恢复。这一模式既保证数据安全，也使得为单个家庭提供更及时、基于数据的行动建议成为可能。对于HIE/脑瘫这类高度个体化、长期变化的复杂问题而言，它将是连接科研、临床和家庭实践的重要路径。
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
