希望之光組織HIE/腦癱跨領域研討，基礎科研與臨床轉化多方對話

在全球腦科學快速發展的背景下，神經調控、人工智能、康復工程等方向正在不斷取得突破。然而，圍繞腦癱，特別是由缺氧缺血性腦病（HIE）引發的長期功能障礙，如何連接基礎腦科學、工程技術、臨床康復與家庭真實需求，仍需要更多跨領域討論。希望之光（BRIGHT Foundation）是一家由患者家庭發起的支持與研究型組織，長期關注HIE/腦癱家庭支持、科研信息整理與跨學科交流。作為一個患者家庭驅動的平臺，希望之光藉助2026北京腦科學國際學術大會的機會，為HIE/腦癱這一複雜難題創造了一個更加聚焦、開放、跨領域的交流場景。

2026年8月14日至16日，由北京腦科學與類腦研究所（CIBR）與Nature Portfolio共同舉辦的2026北京腦科學國際學術大會在北京舉行。來自世界各地的49位知名科學家出席並作報告，吸引了國內外2000餘人次參與。希望之光作為經過大會評審錄用的學術海報展示參與者，展示了題為“Beyond Top-Down Control: Operationalizing Connectome Circuits for HIE Restoration via The NeuroLoop Protocol”的學術摘要。

該海報介紹了其圍繞HIE/腦癱長期功能恢復、神經科學轉化路徑，以及其正在探索的“NeuroLoop閉環神經修復框架”的相關思考。8月17日，由希望之光組織的工作會議邀請了來自基礎研究、工程轉化、人工智能與臨床實踐等方向的10位跨領域專家參與討論。

基礎研究側，參會嘉賓包括北京腦科學與類腦研究所學術副所長、特聘研究員葉一泓博士；美國加州大學聖地亞哥分校傑出教授、2018年生命科學突破獎獲得者Don Cleveland博士；香港中文大學醫學院生物醫學學院副教授張智鈞博士；德國哥廷根大學感覺運動神經科學與神經假體學教授Alexander Gail博士；日本國立精神·神經醫療研究中心神經研究所Kazuhiko Seki博士；以及在會議前進行專場交流的加拿大女王大學生物醫學與分子科學系教授，Stephen Scott博士。工程與技術轉化側，清華大學航天航空學院副教授睢亞楠博士、天津大學神經工程方向副教授安興偉博士參與交流。

人工智能方向，中關村學院首席科學家劉海廣博士從具身智能如何融入神經康復建模的角度提供了觀點。臨床側，北京大學國際醫院神經外科副主任路長宇醫生也出席會議，從一線臨床視角分享了腦損傷患者長期康復與家庭支持中的現實問題。多領域嘉賓的參與，使本次研討會形成了從基礎腦科學、運動控制機制、AI與工程系統，到真實臨床場景的完整對話結構。會議伊始，希望之光創始人Matt Palaszynski介紹了這一項目的長期起點與核心挑戰。希望之光的行動源於患者家庭二十多年面對HIE/腦癱現實挑戰的持續觀察。

從這一視角出發，HIE/腦癱並不只是一個孤立的腦損傷問題，而可能涉及氣道、消化、自主神經調節、肌張力、運動學習與認知發展等多個系統之間長期交互的挑戰。Palaszynski指出，面對這樣複雜而長期存在的問題，單一學科或單一技術路徑都難以獨立應對。腦科學、康復醫學、工程技術、人工智能、可穿戴傳感與真實世界家庭觀察，需要被放在同一個問題框架下重新討論。在回顧希望之光的發展脈絡時，Palaszynski也提到，本次2026年的跨領域交流讓他聯想到希望之光在2003年組建的早期科學顧問團隊。當時，Dr.Michael Johnston、Dr.Neville Hogan、Dr.

Edward Taub等先行者曾圍繞神經可塑性、機器人康復與運動學習等方向展開討論。二十多年後，隨著基礎科學、神經工程、本地化數據流和計算工具逐漸成熟，當年的許多前沿設想正在獲得新的技術條件。希望之光認為，這並不意味著答案已經到來，而是提示HIE/腦癱相關科研轉化進入了一個值得重新組織問題、重新連接學科的階段。Palaszynski強調，NeuroLoop閉環神經修復框架當前還不是一個商業化產品，而是一個開放的概念框架，用於組織複雜科研信息、連接跨學科數據，並幫助家庭和研究者提出更可驗證的問題。

希望之光目前也在使用AI工具持續追蹤腦損傷、神經康復、機器人及相關領域的新興研究，希望通過篩選、分析、整合這些研究進展，幫助家庭和研究者更好理解哪些新研究具有真正的轉化價值，從而推動前沿科學不只停留在論文和實驗室中，而是以更加負責任、更高效的方式走向真實患者家庭。在圓桌討論環節，與會嘉賓圍繞HIE/腦癱科研轉化中的基礎科學問題、工程邊界、臨床現實與長期合作機會提出了觀察與建議：跨學科研究環境與複雜腦科學問題葉一泓博士結合CIBR的跨學科研究環境指出，當今腦科學問題高度複雜，腦損傷和神經系統疾病等重大挑戰，需要不同背景的科學家在更加融合的跨學科環境中共同推進。

他強調，CIBR這類匯聚多領域研究力量的平臺，是促進複雜腦科學問題深入交流的重要場景。工程轉化與非侵入技術探索睢亞楠博士和安興偉博士為希望之光後續思考工程轉化與非侵入技術路徑提供了參考。睢亞楠博士介紹了其在神經刺激參數安全優化、機器人控制與神經驅動肌骨模型方面的研究，強調高維刺激和控制系統必須在明確安全邊界內逐步優化。安興偉博士介紹了天津大學醫學院在非侵入神經調控、EEG、眼動追蹤與IMU運動分析方面的相關研究，並指出非侵入前沿技術與臨床應用之間仍需要更多橋樑。

感覺反饋、運動控制與功能量化Kazuhiko Seki博士和張智鈞博士共同指向HIE/腦癱長期功能恢復中的基礎問題：感覺反饋、運動控制、本體感覺、肌肉協同與皮層反饋如何共同影響運動學習。Seki博士強調，許多日常運動可能依賴皮層下和脊髓層面的閉環系統，感覺輸入、本體感覺與運動反饋之間的關係值得進一步研究。張智鈞博士則從肌肉協同和運動控制模塊角度指出，未來或可進一步探索基礎控制模塊是否能夠成為干預與功能改善的觀察入口。上述討論也與Stephen Scott博士長期研究的上肢動力學與反饋控制形成呼應，為希望之光思考如何客觀量化運動變化提供了重要學術參照。

智能感知、行為分析與AI技術入口Alexander Gail博士和劉海廣博士從智能感知、行為分析與AI角度提出了面向未來的技術入口。Gail博士指出，低成本傳感器、無標記動作捕捉、攝像系統和建模技術的發展，正在為非侵入式行為分析與意圖預測創造新的可能。同時，他也提醒，面向真實家庭環境的系統設計，必須首先清楚定義具體問題、約束條件與應用邊界。劉海廣博士則指出，運動協調、軌跡預測與具身AI的發展，可能為HIE/腦癱相關功能支持帶來新的技術入口。臨床現實、患者家庭合作與科研轉化時間線路長宇醫生從臨床一線經驗出發，談及腦損傷患者家庭所面臨的長期壓力。

他指出“我們必須給家庭信心，也要給出準確的判斷——並非每位患者都需要手術。”他強調，細緻的臨床評估至關重要，既要避免不必要的手術，也要準確判斷何時康復治療或長期管理更為合適。Don Cleveland博士也坦誠表示，自己實驗室聚焦的神經退行性疾病治療方向，與本次會議重點討論的運動恢復和運動干預問題並不完全重合。但他也表示，“我想我們都認可Matt對這件事的投入。”在因行程安排提前離開前，他對會議中匯聚的跨學科專業力量表示肯定，並向希望之光的後續努力表達祝願。

此次研討會後，BRIGHT Foundation創始人Matt Palaszynski從工程師的角度，以及作為同時觀察供給側（研究）和需求側（患者家庭）超過20年的親歷者，向表示，腦癱和慢性腦損傷長期處於主流腦機接口投資敘事之外，這並不意味著它們在科學上走到了盡頭，更大程度上反映了現有商業風險回報模型的侷限。從全球神經健康負擔來看，這一問題的規模非常嚴峻。根據相關全球神經健康數據，腦損傷每年影響約1500萬人，也是健康成年人死亡和長期照護成本的重要原因之一。儘管其社會負擔沉重，風險投資和媒體關注卻往往集中在急性脊髓損傷，或ALS等相對線性、路徑更清晰的神經退行性疾病上。

傳統金融結構更偏好這類應用，因為它們更容易呈現出可預測、局部化的“輸入—輸出”商業邏輯。相比之下，腦癱和慢性腦損傷具有分佈式、非線性的長期發展軌跡，傳統市場結構往往會將其視為“過於複雜”，從而退回到被動維持、支持性照護和舒適護理的模式。在他看來，這是一種值得重新審視的經濟和人文判斷。從系統工程角度看，兒童和恢復中的大腦仍具有重要的自然優勢：神經可塑性。中國推動發展“新質生產力”的戰略背景，也為重新思考這些商業轉化障礙提供了新的框架。通過支持非侵入式神經刺激方案等方向，我們有機會把傳統風險資本眼中複雜、難以商業化的問題，轉化為具有公共健康和宏觀經濟價值的長期創新方向。

我們不希望把腦癱和慢性腦損傷的未來僅僅定義為終身維持和被動照護。我們認為，現在有必要把敘事逐步轉向更主動的功能性恢復方向上的探索。從AI結合科研的角度出發，Matt也透露，希望之光正在通過BRIGHT Horizon Filter（腦癱前沿研究情報平臺），將自身從一個被動的研究資料庫，轉變為一個主動的研究綜合與篩選系統。這個由AI驅動、並由專家參與人工篩選的系統，每週會處理和提取數百篇同行評議研究中的信息，覆蓋十個不同的生物醫學與工程相關方向，我們稱之為“Domains”。

對於像希望之光這樣的患者家庭倡導型研究平臺而言，AI是一種非常重要的規模放大工具，它讓基層組織也能夠具備接近高水平學術團隊的信息處理能力。但AI只是工具，不是主導者。尤其當目標指向功能性恢復時，臨床解釋仍然需要在關鍵節點由人來判斷。AI系統可以把分散論文中的大量變量快速連接起來，但它並不具備充分理解真實世界運動表現和臨床場景的質性判斷能力。因此，希望之光使用計算工具快速從龐大的文獻池中篩選出更有可能值得進一步研究的假設，再由人類專家和臨床經驗參與驗證與整理，最終將其轉化為更有現實可行性的研究或實踐框架。這一模式也與中國在科技醫療領域的長期目標相契合：加速計算發現，同時不脫離深度臨床經驗。

另外，他也指出，從近期可行性來看，工程技術與功能恢復之間一個較現實的交叉點，是將非侵入式神經刺激，例如經皮耳迷走神經刺激（taVNS），與任務導向、AI輔助的軟體機器人或可穿戴系統結合起來。希望之光與北京大學國際醫院（PKUIH）的戰略合作，以及與北腦所、清華大學和中關村學院日益加強的交流，都是為了推動這一連接。剛剛結束的2026北京腦科學大會，以及希望之光8月17日舉行的HIE工作會議，都讓閉環刺激相關方向獲得了更多關注。相關領域已經在動物模型和早期人體探索中展現出重要進展，中國也正在成為這一技術方向的重要推動力量之一。需要強調的是，當前最主要的限制，並不一定是硬件或軟件本身的技術能力。

要對兒童運動功能產生有意義的影響，我們未必一開始就需要極高速、毫秒級精度的閉環系統。許多基礎工程能力已經存在，並在不同場景中得到驗證。真正關鍵的限制在於系統優化和轉化部署。我們需要有人把已經驗證過的閉環思路，從孤立的實驗室環境中整合出來，逐步轉化為標準化、功能性、可被家庭可靠使用的工具。換句話說，技術可行性已經在不斷接近現實；真正需要的是一個能夠持續推動轉化生態建設的組織者。中國在硬件製造、工程整合和臨床測試方面的優勢，使其有機會成為這一能力放大的重要起點。

對於如何將醫學發現從學術論文真正帶入患者家庭，Matt Palaszynski認為，需要從靜態數據池轉向動態的“N-of-1”個體化預測模型。過去，希望之光和更廣泛的研究社區都曾建立傳統的中心化數據庫。但對於許多複雜疾病而言，單純集中數據並不是最終答案。腦癱和慢性腦損傷在每個人身上的表現都高度不同，傳統群體平均值往往難以解釋個體差異。真正有潛力推動臨床突破的，是“個體化”架構，也就是把每一位患者看作一個獨特、持續變化的個體臨床觀察對象。由於個體化方法需要長期追蹤大量、細顆粒度的數據流，先進AI建模將變得非常重要。我們認為應該推動一個關鍵數據協議，使之成為一個面向神經修復的安全數據網絡。

與其把敏感臨床信息集中到一個數據庫中，安全數據網絡框架可以讓數據安全留在各自機構內部，例如數據留在中國的臨床機構，但同時也可以用於AI模型從而支持全球協作網絡。這樣我們就可以持續追蹤患者數據流，建模不同生物狀態、調控方式和定向刺激組合如何實時影響功能恢復。這一模式既保證數據安全，也使得為單個家庭提供更及時、基於數據的行動建議成為可能。對於HIE/腦癱這類高度個體化、長期變化的複雜問題而言，它將是連接科研、臨床和家庭實踐的重要路徑。