广西脑科学研究重点实验室主任谭国鹤作为全国人大代表，他指出AI和脑科学本身关系密切，可这种“AI+脑科学”的结合要想顺利推进产业融合，眼下还面临不少难题。之所以发展受阻，关键在于数据流通不畅。临床脑科学研究依赖脑电图、核磁影像等多模态数据，这些数据不仅散落在不同单位，而且缺少统一的标准、安全规范和共享激励机制，结果导致训练AI模型时往往找不到足够规模的高质量数据集。河北中医药大学校长郭毅也是全国政协委员，他坦言高校、医院与企业之间还没搭建好协同转化平台，中试、临床验证和孵化机制也不完善，这些因素都给“AI+脑科学”领域的科产融合拖了后腿。人才的缺口同样明显。无论是搞技术研发还是落地产业，“AI+脑科学”都需要神经科学家、医生和算法工程师一起动手干活，可跨界的复合型人才现在特别缺，培养出来的速度和数量都远远赶不上产业发展的急迫需要。再加上“AI+脑科学”不像互联网应用那样迭代得快，它的转化周期更长，花的钱也更多，光靠政府给的科研经费根本撑不住整个产业化的过程。为了把这条路走通，代表委员们纷纷提出了解决办法。在数据流通上，郭毅建议应该先保障数据安全和隐私，然后建设区域级的“健康数据库”。这个库可不是把数据随便堆在一起就行的，必须得国家牵头制定统一标准，按照法规规定向符合条件的医疗机构和科研机构提供经过严格脱敏的标准化、匿名化医疗数据。在政策支持方面，谭国鹤认为企业才是产业化的核心力量。要想办法引导那些有技术积累和临床能力的企业做“排头兵”，千万别盲目跟风一哄而上。还得专门设立一些规模化的专项基金，给脑机接口、神经调控设备这些初创企业投上3到5年的长周期耐心资金支持，并且建立容错机制，让科研单位和企业心里踏实去探索产业应用的路径。应用场景泛化也是关键环节。“AI+脑科学”的产业发展不能只盯着严肃医疗这块核心不放，要逐渐向大健康领域延伸。得走“先深后广”这条路子。比如可以先从脑内AI辅助定位或调控这些临床场景入手，等相关技术通过了严格的临床研究和应用验证后，再考虑谨慎地向睡眠管理、认知增强等“非病”但高价值的健康消费领域拓展。谭国鹤说只有当技术服务到了千家万户、实现了普惠价值的时候，才算是真正打通了产业发展的道路。编辑邓豪杰对这次“AI+脑科学”首次写入政府工作报告的事情很有感触。他提到虽然这次“脑机接口”被写入了政府工作报告，“AI+脑科学”也上升为了国家战略，但“拼接”这两个学科绝不是简简单单就完事了。这绝不是把两个学科拼到一起就够了。真正的深度融合不能只做表面功夫。单靠AI去分析脑电波根本不够用。必须得理解那860亿个神经元是怎么运作的逻辑才行。还要能从大脑的机制里反哺人工智能才行。“这真的是“拼起来”就完事了吗？”这是大家都在思考的问题。当我们用算力去解码智慧的时候，到底是在修复大脑还是在重塑人类自身呢？这给科产融合带来了很多“梗阻”。“AI+”在其他领域的应用虽然不少，但“AI+脑科学”的内涵确实非常特殊。脑科学是AI技术发展的理论基石嘛，反过来成熟的AI技术又能帮我们更深入地认识大脑。这种“研究大脑—启发AI—赋能脑研究”的循环模式跟其他领域的单一工具属性完全不一样。这次“脑机接口”首次写入政府工作报告把“AI+脑科学”提升到了国家战略的高度让大家都很关注不过要想把这条路走好真的挺不容易的特别是人才这块缺口很大而且转化周期长资金需求量大所以需要多方协作共同努力才行啊！