迈动数康赵康卿：脑机接口与AI大模型，加速睡眠治疗的工程化落地

2025年11月11日，在芯原主办的第四届南渡江智慧医疗与康复产业高峰论坛上，杭州迈动数康科技联合创始人赵康卿博士以《脑机接口和大模型赋能的睡眠医学前沿进展》为题，系统梳理了脑机接口（BCI）在睡眠监测、诊断与干预上的应用路径，并将“闭环治疗”作为未来的重要方向。

赵康卿首先介绍了“何为脑机接口”：“脑机接口主要是指通过解读大脑的脑信号将内部信息转化为外部信息指令的过程。”在他看来，BCI在睡眠医学里的价值，一端连着更可信的生理信号获取与分期判读，另一端连着个体化、可重复的干预范式，这正是AI大模型与临床实践结合的有效场景。

睡眠障碍的规模化挑战：从流行病学到监测技术的现实约束

从流行病学层面来看，全球约有8.52亿人受到睡眠障碍困扰，折合约12%的人群比例；中国相关人群占比更高，赵康卿博士将“30%—更高”的估计与临床感受相互印证，提示这一公共健康议题的体量与复杂度。技术层面，现有监测手段各有局限：以PSG（多导睡眠图）为代表的医用穿戴方案仍是“金标准”，但依赖专业环境与人员；市面常见的智能手环、戒指依托心肺耦合、血氧等间接指标，准确性与可解释性均不足；非穿戴式的床体压力、光学/雷达等方案提升了便捷性，但对分期与病理事件识别的“精度缺口”仍在。问题的关键不只是“有没有数据”，而是“数据是否足够接近脑电事实，以及能否支撑可重复的临床决策”。

从“监测—诊断”到“干预—评估”：数字疗法的迭代逻辑

在干预侧，赵博士将目前常见技术划分为经颅磁刺激（TMS）、声/光刺激、温度与振动调节等，并将其纳入失眠的认知行为疗法（CBT-I）谱系之中。过往数字疗法的演进历程，经历了从文字版指导到多媒体交互、从通用方案到细分人群（如老年人、孕妇、青少年）个体化路径的迭代；而当下的关键跃迁点，在于引入AI与更细粒度的生理闭环，让“标准流程”转化为“实时响应”。这背后，既需要高质量的时序数据，也需要对疗效评价指标的持续追踪。

以脑电事件为触发的“即时干预”

赵博士将“闭环”总结为一句话：“当我们识别到某些特殊的脑信号时对应的进行干预，这样的治疗可能相较于非特定的光谱式或者是广泛式的干预更为行之有效。”实践层面，他给出多种方案：

在NREM3期施加粉红噪声以提升慢波睡眠质量与N3占比；

在识别到α波时给予定制化听觉刺激以缩短入睡潜伏期；

将传统“密集型睡眠限制训练”由人工监测转为可穿戴/便携设备的闭环触发，降低人力依赖；

基于tACS对纺锤波时刻进行刺激，以强化与睡眠相关的运动记忆；

利用TMS验证慢波对皮层兴奋性的调控；

甚至在动物研究中探索毫米波照射对“睡眠剥夺导致的认知障碍”的可逆转证据，并关注梦境调控、清晰梦交互等前沿议题。

这些案例共同描绘了一个趋势：干预从“定时、定量”走向“按脑电事件触发”，疗法从“经验型”走向“证据与参数双闭环”。

与工程实现配套的三件事：微型化、集成化与实时化

要让闭环真正走进日常与临床，设备侧的“形态学”进化至关重要。赵强调了三个关键词：高度集成与微型化，确保可穿戴/床旁的舒适与依从；低功耗高可靠的信号采集链路，确保夜间长时工作与信噪比；端侧/边缘的实时计算与判别，确保刺激或行为指导在“脑电事件级”的时间尺度内完成。唯有如此，才可能把“实验室里的范式”变成“家庭与门诊可用的工具”。

从技术栈到产品线：迈动数康的路径与边界

作为国内少数将BCI与大模型结合落在睡眠与神经精神领域的团队之一，迈动数康在公司层面给出了一条“全周期闭环”的路线：一端是多模态情绪诊断系统与AI识别，另一端是具身智能陪伴与数字化疗愈干预；中间以自研的Aladin垂直大模型衔接评估、治疗与康复管理，目标是构建覆盖神经精神疾病全病程的数据与应用平台。公司成立于2022年，团队来自哈佛、北大等高校，已累计申请百余项专利并获得多项行业认可；同时承担国家级睡眠障碍筛查技术平台职责并参与相关专业学术组织工作。这些“工程化与临床化并重”的布局，为闭环疗法的落地提供了数据资产与场景入口。

风险与审慎：从“能做”到“做得对”的证据链

闭环并不意味着“万灵药”。赵博士认为：并非所有人群、所有睡眠问题都适合相同的干预参数；粉红噪声、tACS、TMS等方法的适应证、禁忌证与长期随访指标需要在真实世界中持续校验；梦境调控、毫米波等方向仍处在基础或早期阶段，更需要跨学科审查与伦理把关。对产业而言，把“体验层的亮点”转化为“临床端点的改良”，把“单点技术可行”转化为“规模化、可复制的治疗路径”，才是决定商业与社会价值的关键。