大模型不是拼誰單點強，而是看誰能把“算法+工程+場景”融在一起。

人類的一切活動、語言和思想都源于大腦，而大腦活動的本質(zhì)是神經(jīng)元放電與電信號傳遞，腦機接口就是在這些電信號與外界設備之間搭建通路，以實現(xiàn)信息的交換。目前，這一技術主要應用在醫(yī)療場景，最直觀的價值在于它為治療藥物無法治愈的神經(jīng)系統(tǒng)疾病提供了可能性。

佳量醫(yī)療正是瞄準了這一領域。目前公司已構建先進的腦機調(diào)控，醫(yī)用激光以及腦機芯片三大技術平臺，為多種神經(jīng)系統(tǒng)疾病提供創(chuàng)新器械解決方案。已開發(fā)產(chǎn)品包括用于癲癇和腦腫瘤的磁共振引導激光消融手術系統(tǒng)(LITT)，用于治療癲癇、帕金森病的植入式閉環(huán)自響應神經(jīng)刺激系統(tǒng)，以及顱內(nèi)深部電極等，其中部分產(chǎn)品已獲得國家藥監(jiān)局批準，正式推向市場。

從成立到今天，佳量醫(yī)療已完成6輪融資，并成長為一家準獨角獸企業(yè)。研發(fā)團隊規(guī)模已壯大至超過100人，其中碩博比例超過三分之一。佳量醫(yī)療具備自主創(chuàng)新能力，累計申請200多項專利，獲得授權超過100項，其中包括30項PCT專利。

秉承自主創(chuàng)新、造福患者的理念，全球化布局，產(chǎn)研協(xié)同發(fā)展，佳量醫(yī)療正致力于成為神經(jīng)醫(yī)學領域值得信賴的解決方案領航者。

以下為融中財經(jīng)對話佳量醫(yī)療創(chuàng)始人兼CEO曹鵬實錄，以饗讀者：

融中財經(jīng)：貴司所處AI產(chǎn)業(yè)鏈條哪些關鍵環(huán)節(jié)、市場格局如何，具備哪些技術/產(chǎn)品優(yōu)勢等？

曹鵬：我司正好處在“AI+腦科學”這個交叉點上，主要聚焦于腦機接口與AI驅動的閉環(huán)神經(jīng)調(diào)控技術。從芯片、算法到云端數(shù)據(jù)處理，我們在底層硬件、信號解碼、個性化刺激模型等方面都有自己的專利和技術積累。

目前這個賽道還在早期階段，特別是在醫(yī)療領域，具有高門檻、高壁壘的特點。但我們優(yōu)勢在于可以完整的從信號采集、算法訓練到神經(jīng)刺激治療的閉環(huán)能力；目前我司已與多家三甲醫(yī)院和科研機構保持密切合作，推動真實場景落地；除此之外，我司擁有自主研發(fā)的低功耗神經(jīng)調(diào)控硬件平臺。

融中財經(jīng)：隨著這兩年大模型的快速發(fā)展，特別是Deep seek爆火，您對公司發(fā)展有了哪些新的想法？近三年戰(zhàn)略路徑是？

曹鵬：這兩年大模型的快速發(fā)展為我們智能醫(yī)療帶來了新的啟發(fā)，接下來三年，我司計劃搭建腦電云平臺并打磨高質(zhì)量垂直應用小模型，聚焦神經(jīng)刺激參數(shù)優(yōu)化、個性化治療方案推薦等實際需求，設計生產(chǎn)帶有相關AI功能的芯片，并通過臨床予以驗證。

融中財經(jīng)：AI醫(yī)療技術的“長周期、高風險”研發(fā)特征下，企業(yè)如何平衡市場需求與技術創(chuàng)新的投入？貴司近兩年研發(fā)投入如何？

曹鵬：確實，醫(yī)療AI不像消費AI，不能靠“先上線、后優(yōu)化”的打法。我們采取的是“兩條腿走路”的方法：一方面，聚焦少數(shù)關鍵場景，比如癲癇和帕金森病神經(jīng)調(diào)控，力求一點打穿；另一方面，保持底層算法平臺的可遷移性，為未來的場景擴展打基礎。

研發(fā)投入占我們預算的很大一塊，這兩年保持在總支出的80%以上，硬件、算法、系統(tǒng)集成三個方向都在持續(xù)加碼。

融中財經(jīng)：對比中美AI底層生態(tài)，您認為目前國內(nèi)處于何種狀態(tài)？隨著AI產(chǎn)業(yè)的快速發(fā)展，中國創(chuàng)新企業(yè)，實現(xiàn)國產(chǎn)替代彎道超車的突破口在哪里？

曹鵬：國內(nèi)在AI“基礎設施”建設方面跟美國還有一定的差距，比如高端芯片、開源社區(qū)活躍度、算法原創(chuàng)能力等。但我們也看到了彎道超車的機會，那就是更加實用主義的垂直場景落地，比如醫(yī)療和制造業(yè)。并且國家政策支持力度強，數(shù)據(jù)資源更集中，場景+AI的結合更緊密，比如我們在“神經(jīng)調(diào)控+AI”領域，就能快速推動技術到臨床。我認為國產(chǎn)替代真正的突破口是：找到不依賴國外生態(tài)的“局部最優(yōu)路徑”，比如專精垂直小模型、自研芯片和臨床級算法驗證體系。

融中財經(jīng)：AI系統(tǒng)的性能往往高度依賴于數(shù)據(jù)規(guī)模和質(zhì)量。雖然無監(jiān)督學習和強化學習在一定程度上緩解了對標注數(shù)據(jù)的依賴，但大多數(shù)應用仍需龐大的數(shù)據(jù)集進行訓練。如何確保數(shù)據(jù)的高質(zhì)量應用？如何在確保AI性能的同時，有效保護用戶隱私和系統(tǒng)安全？

曹鵬：這點在醫(yī)療領域尤其重要。我司的做法是所有數(shù)據(jù)收集都簽署倫理審批，并進行本地脫敏處理。在模型訓練階段，我們用聯(lián)邦學習框架，數(shù)據(jù)不出醫(yī)院，模型“跑進去”。系統(tǒng)層面引入差分隱私機制，確保即使模型被攻擊也無法還原原始患者信息。

融中財經(jīng)：大模型落地需要工程和算法的協(xié)同創(chuàng)新，如何建立開放協(xié)作的AI產(chǎn)業(yè)生態(tài)？產(chǎn)學研合作能起到哪些關鍵作用？

曹鵬：我們認為，大模型不是拼誰單點強，而是看誰能把“算法+工程+場景”融在一起。對我們來說，開放生態(tài)是剛需，不是選項。

我們目前的策略包括：和高校、醫(yī)院、研究機構共建“數(shù)據(jù)共享+聯(lián)合攻關”機制；和硬件廠商、云計算平臺做集成測試，共同推進工程化落地；開放式歡迎AI團隊開源共建部分非核心模塊，提高行業(yè)共識和透明度；另外，產(chǎn)學研的價值其實不在“合作寫幾篇論文”，而是在于能一起定義真正的臨床需求、一起跑通驗證路徑、一起做出能用的產(chǎn)品，這點也是我司一直在貫徹的。

融中財經(jīng)：在AI時代下，現(xiàn)有的軟件架構體系是否發(fā)生顛覆變化？以后軟件架構會如何？

曹鵬：確實存在變化。以前是“人寫規(guī)則，軟件照做”；現(xiàn)在是“模型懂語義，系統(tǒng)自進化”。特別是在神經(jīng)科學領域，我們感受到未來的軟件架構可能更像“活的生態(tài)系統(tǒng)”，能根據(jù)數(shù)據(jù)、自身狀態(tài)與用戶反饋不斷優(yōu)化自我。

融中財經(jīng)：貴司所處AI產(chǎn)業(yè)鏈條哪些關鍵環(huán)節(jié)、市場格局如何，具備哪些技術/產(chǎn)品優(yōu)勢等

曹鵬：我們聚焦在AI+腦機接口的神經(jīng)調(diào)控方向，在整個AI醫(yī)療產(chǎn)業(yè)鏈中，屬于比較偏下游但也最貼近“患者真實療效”的一環(huán)。關鍵環(huán)節(jié)包括：腦電信號的高質(zhì)量采集與預處理；個性化神經(jīng)調(diào)控模型的算法訓練與部署；低延遲、低功耗、高精準度的刺激器件與控制系統(tǒng)。

市場上，國外巨頭如Medtronics等主要做傳統(tǒng)硬件，但在AI閉環(huán)能力上布局還不深。我們在這一點上有先發(fā)優(yōu)勢，尤其是我們整合了信號解碼、數(shù)據(jù)建模與硬件響應控制的全鏈路能力，更適合做個性化治療。

融中財經(jīng)：大家都在擁抱開源生態(tài)，但企業(yè)生存又需構建差異化護城河。您認為貴司在哪些方面具備“做大做強”的優(yōu)勢？開源后，如何解決數(shù)據(jù)共享與知識產(chǎn)權沖突？

曹鵬：我們認為，開源是一種趨勢，但醫(yī)療行業(yè)是一個嚴謹且倫理性要求極強的產(chǎn)業(yè)。因此，我司在技術上堅持“核心閉源+外圍開源”的策略，具體做法是算法框架、數(shù)據(jù)處理工具鏈可以部分開源，吸引合作、聚合生態(tài)；核心模型參數(shù)、臨床驗證體系、設備通信協(xié)議等保留內(nèi)部優(yōu)化權和知識產(chǎn)權；對于數(shù)據(jù)共享，我們采用聯(lián)邦學習+數(shù)據(jù)協(xié)議簽署機制，確保數(shù)據(jù)使用透明合規(guī)，同時保護合作醫(yī)院和患者的權益。

融中財經(jīng)：選擇做通用大模型還是應用模型？如何訓練專精模型？數(shù)據(jù)怎么搞、成本如何降？

曹鵬：鑒于人體生理信號的復雜性和設備使用的差異化，現(xiàn)階段基于腦電的通用大模型尚不具備意義，專精垂直模型是更有效的方案。具體路徑為：通過長期植入設備，長期收集個性化腦電數(shù)據(jù)，利用個性化數(shù)據(jù)調(diào)優(yōu)模型，通過遷移學習降標注成本，通過用戶自己的標記進一步調(diào)優(yōu)模型，形成良性互動。

融中財經(jīng)：您認為未來3年，最具顛覆性的智能體應用場景是？

曹鵬：從我們醫(yī)療方向看，我認為個性化智能治療助理會是最具顛覆性的應用之一，尤其是在神經(jīng)系統(tǒng)疾病、慢病康復、精神類疾病方面。

比如：智能體實時監(jiān)測患者狀態(tài)、調(diào)整刺激參數(shù)；對醫(yī)生起到“治療建議+風險預警”雙重作用；可遠程運維與病患互動，提高長期依從性。這類應用對模型穩(wěn)定性、可解釋性要求高，也正是我司能發(fā)揮優(yōu)勢的地方。

融中財經(jīng)：AI訓練需要消耗海量數(shù)據(jù)與算力。未來如何展開技術創(chuàng)新，打造聰明又能干的智能體？多模態(tài)能力和MoE如何更好服務客戶？

曹鵬：我們提倡效率型創(chuàng)新，也就是讓模型更小、更快、更懂上下文。我們會利用MoE架構實現(xiàn)模塊化部署，結合多模態(tài)融合影像信息、加速度信號以及肌電信號等，并實現(xiàn)癲癇、帕金森等不同模型的獨立運行。

融中財經(jīng)：從影像識別到手術導航，從基層輔助診療到個性化健康管理，人工智能正在醫(yī)療領域掀起一場深刻的效率革命與模式創(chuàng)新。貴司所處AI+醫(yī)療產(chǎn)業(yè)鏈條哪些關鍵環(huán)節(jié)、市場格局如何，具備哪些技術/產(chǎn)品優(yōu)勢等

曹鵬：我司是神經(jīng)疾病閉環(huán)治療設備供應商，已開發(fā)數(shù)款基于腦機接口技術的顱骨植入式閉環(huán)神經(jīng)調(diào)控系統(tǒng)，產(chǎn)品可實現(xiàn)長期植入，持續(xù)收集海量有標記的清晰顱內(nèi)腦電信號。我司同時具備醫(yī)療器械硬件和算法雙研發(fā)能力，在行業(yè)里是相對稀缺的。

融中財經(jīng)：AI技術與醫(yī)療的深度融合，內(nèi)科、神經(jīng)外科、腫瘤等細分領域眾多，哪些場景最具商業(yè)化潛質(zhì)？

曹鵬：我們認為，越“剛需+高復雜度”的場景，AI越容易落地出價值。神經(jīng)系統(tǒng)疾病（如帕金森、癲癇、腦卒中后康復）需要長期隨訪，且個性化需求強，傳統(tǒng)方法很難滿足，AI正好有用武之地。

另外還有比如精神健康輔助診療領域，可以模型結合語音、生理參數(shù)等用于風險預警和治療響應監(jiān)測。

我們認為神經(jīng)類疾病的商業(yè)潛力非常大，因為設備投入少但長期復購率高，醫(yī)院與患者黏性也很強。

融中財經(jīng)：許多AI模型，特別是深度學習模型被視為“黑箱”，用戶和監(jiān)管機構都對其AI系統(tǒng)的決策過程產(chǎn)生質(zhì)疑，尤其在醫(yī)療和金融等高風險領域。該如何提高AI模型的透明度？

曹鵬：我們的產(chǎn)品具有錄制信號的功能，當解碼出異常需要給刺激時，產(chǎn)品可以記錄并保存刺激前后幾十秒的數(shù)據(jù)，后續(xù)方便進行分析，能夠直觀看到腦電的異常情況和刺激的對應關系。

融中財經(jīng)：由于人體的復雜性和差異性，醫(yī)療領域AI應用的數(shù)據(jù)隱私、醫(yī)學倫理與國家安全等都面臨難題，特別是在數(shù)據(jù)方面，AI醫(yī)療數(shù)據(jù)孤島問題給如何解決？

曹鵬：針對倫理和合規(guī)問題，我們會聘請獨立醫(yī)學倫理顧問參與項目評估，與行業(yè)協(xié)會或地方數(shù)據(jù)平臺共建“合規(guī)中臺”，探索合法跨機構數(shù)據(jù)共享機制。從長期看，我們希望推動建立一個以臨床需求為牽引、合規(guī)機制透明的醫(yī)療數(shù)據(jù)聯(lián)盟，這樣既解決孤島問題，也讓大家敢放心合作。

融中財經(jīng)：DeepSeek的出現(xiàn)給AI+醫(yī)療帶來哪些新變革和影響？公司未來戰(zhàn)略發(fā)展做哪些調(diào)整？

曹鵬：確實帶來變革，擁有醫(yī)療數(shù)據(jù)優(yōu)勢的醫(yī)療公司開始思考如何基于數(shù)據(jù)優(yōu)勢建立行業(yè)垂直模型，如把強化學習的理念引入模型的優(yōu)化中，以及如何降低訓練的成本和模型的規(guī)模。公司未來也會考慮引入強化學習人類反饋（Reinforcement Learning from Human Feedback, RLHF）技術，將人類偏好信號和強化學習（RL）結合來微調(diào)AI模型。