打开APP

大数据+智能算法有望治愈抑郁症和精神类疾病-生物谷专访复旦大学冯建峰教授

  1. 脑科学

来源:生物谷 2017-04-17 13:48

【编者按】:近几年,多个大型而长期的脑研究项目问世,包括投资60亿美元的“美国脑计划(US BRAIN Initiative)”、欧盟投资10亿欧元的“人类脑计划(HBP)”;中国和日本也都在2016年初发布了重大的脑科学项目,希
【编者按】:近几年,多个大型而长期的脑研究项目问世,包括投资60亿美元的“美国脑计划(US BRAIN Initiative)”、欧盟投资10亿欧元的“人类脑计划(HBP)”;中国和日本也都在2016年初发布了重大的脑科学项目,希望能通过研究猴子来理解人脑。2016年,“脑科学与类脑研究”被“十三五”规划纲要确定为重大科技创新项目和工程之一。目前,“脑科学与类脑研究”作为“科技创新2030重大项目”已启动的4个试点之一,进入编制项目实施方案阶段。

5月19日-20日由生物谷主办的“2017脑科学与类脑智能学术研讨会”,我们有幸邀请到复旦大学类脑智能科学与技术研究院的冯建峰教授为大家带来题为《Quantifying your brain and searching the roots in brain diseases with multi-scale data》的精彩演讲。

会前生物谷有幸采访到了冯建峰教授,与大家分享大数据+智能算法在抑郁症和精神类疾病治愈方面的最新发展。冯教授团队多年来一直致力于脑科学方面的研究并在多个知名期刊上发表多篇优秀的文章。在2016年首次绘制出了大脑功能网络动态图谱,在国内外医学界造成重大的反响,并且业界推算根据这一发现,未来将有可能通过赋予人工智能系统内部各部件动态相互作用的模式,使机器人真正产生人类的思维方式,这一重大成果或将对人工智能的发展带来革命性的影响。

生物谷:冯教授您好,非常感谢您此次接受生物谷的邀请来参加“脑科学与类脑智能会议”。我们了解到,您在应用数学领域有着多年的研究经验,是什么吸引您投身到生物信息学的研究中?

回答:准确的说,我做的应该是计算生物学。在应用数学领域里我做的是数学物理,物理给数学的发展带来了许多灵感,同时也产生了许多大家如众所周知的陈省身先生。二十世纪以来,生物的研究进展给数学带来了很多的需求。我原本是抱着寻求灵感的信念来做生物的,后来发现生物很丰富,与数学的发展可以相互促进,慢慢的就全身心投入了。

生物谷:您的团队去年在Brain上发表了有脑功能网络的动态图谱的文章产生巨大的反响,请问这项研究成果最大的意义是什么?将给未来脑科学的研究带来怎样的帮助?

回答:去年的两院院士大会上习近平总书记的讲话中就提到了脑图谱的概念,它的重要性显而易见。但是人脑的一大特性是不断的学习,也就是说脑图谱的刻画应该是动态的而不是静态的。此外脑图谱的刻画还与环境相关。比如说当环境良好时,与食物需求相关的脑区在你感到饥饿的时候会激活;而当环境十分恶劣的时候,这些脑区的激活程度就会发生改变。我们在文章中提出了动态脑图谱的概念,说明了研究动态的脑图谱才是有意义的,也同时发现智商、创造力等与动态脑图谱相关。

生物谷:我们了解到您在智能算法的发展及其对脑疾病的精准诊断上取得了多项重大突破,目前临床上对神经系统疾病的治愈情况如何?您是否方便透露一下您下一步的科研计划?

回答:神经系统疾病分为精神疾病和神经疾病。神经疾病主要涉及一些大脑的器质性改变如脑胶质瘤等,而精神疾病则主要涉及一些认知功能的障碍。在这两个方面我们都有一定的研究,比如我们与上海华山医院合作,开展了一系列与脑胶质瘤相关的工作。精神疾病方面的研究十分具有挑战性,首先因为传统意义上我们对精神疾病看不见摸不着,从诊断到治疗有着很大的主观性。借助于目前的一些非侵入式的手段如核磁共振技术,我们可以较为精确的测量脑活动,进而为我们更为精准的从诊断到治愈精神疾病提供了可能性。虽然离完全治愈精神疾病还有很长的路要走,但是我们信心满满的认为我们可以不断的提高治愈率。在学校的大力支持下,复旦大学于2015年成立了类脑智能研究院。依托于该研究院,我们已经开展了多项攻关项目,如针对脑卒中的早期筛查、干预、治疗和康复。

生物谷:目前随着生活压力的加剧,抑郁症和类似精神系统疾病越来越受到人们的关注,您所带领的课题组围绕脑科学大数据开展的一系列研究已经在知名期刊上发表了数10篇文章,请问您认为我们人类离治愈这类疾病还有多远?目前最主要的困境是什么?

回答:如我前面所言,完全的治愈还有很长的路要走,但我们每天都在进步。中国在这方面的研究拥有得天独厚之处,我相信如果国内的同行们齐心协力共同攻关,对抑郁症的了解和治疗会比今天更有长足的进步。目前的一个瓶颈是各个医院都收集了零零散散的数据,如果把这些数据整合起来再加上我们的一些智能算法,我们也许已经能给千家万户带去福音了。去年我们发在Brain上的另一篇文章就利用了世界上最大的数据揭示了抑郁症病人在脑功能连接上与正常人的差异。文章于去年十月发表后,两个月内加拿大的一个团队就利用了我们的研究成果,对一例抑郁症病人开展了经颅脑刺激的治疗,取得了十分显着的疗效。目前与上海精神卫生总医院合作,我们正在更大规模的病人上开展这类研究。

生物谷:生物谷一直倡导致力于提高医疗质量的理念,您也倡导要做“有情怀的科学 ”,请问您对青年学者们在脑科学与认知科学课题研究方面有哪些好的建议?

回答:前面的论文都和疾病的研究有关,目前我们也在开展正常人的研究如睡眠、物质滥用等。旨在让我们的研究成果可以走进千家万户,真正的让广大老百姓受益。研究当然可以发表论文,但更有意义的研究应该是即可发表论文又有社会效益的。大多数年青人可能更应集中于做第二类研究,做顶天(科研)立地(造福人类)之事。

嘉宾简介

冯建峰教授



国家第二批“**计划”特聘教授、上海数学中心首席教授、复旦大学类脑智能科学与技术研究院院长。长期致力于发展数学、统计与计算机的理论和方法,并原创性地将它们应用于解决神经科学,各类脑疾病和智能算法中的具体问题。作为英国已做出突出贡献和具有巨大潜力的科学家,2011年获英国皇家学会的沃夫森研究功勋奖。在单神经元和神经元网络的动力学研究、机器学习算法的设计和分析、随机控制理论、因果关系分析等方面都做出过杰出工作,发表在Molecular Psychiatry, Brain, PNAS, PRL, J Neuroscience, IEEE 系列上。目前研究兴趣主要集中在不同尺度的海量数据的分析,挖掘和理论研究上。提出和发展了全脑关联分析(BWAS)的方法和理论,并成功的应用于抑郁症,精分和自闭症的病灶的发现;发展了定量化大脑的泛函熵方法,并成功的应用于老龄化,智商和创造性的研究中。

嘉宾报告:

演讲题目:Quantifying your brain and searching the roots in brain diseases with multi-scale data

演讲摘要:Using multi-scale (genetic, neuronal, MRI images, behaviour and environmental) data, a novel approach called IMuDP (integrating multi-scale data for predictions) is introduced. The approach, together with some of the largest data we collected in the world, enables us to work on two issues related to 1. quantifying the br

版权声明 本网站所有注明“来源:生物谷”或“来源:bioon”的文字、图片和音视频资料,版权均属于生物谷网站所有。非经授权,任何媒体、网站或个人不得转载,否则将追究法律责任。取得书面授权转载时,须注明“来源:生物谷”。其它来源的文章系转载文章,本网所有转载文章系出于传递更多信息之目的,转载内容不代表本站立场。不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。

87%用户都在用生物谷APP 随时阅读、评论、分享交流 请扫描二维码下载->