从脑电数据到“神经处方”，千丘智能打造孤独症康复新平台

孤独症康复正在面临一个长期存在的难题：专业治疗高度依赖医院和康复机构，训练过程需要专业人员指导，而且不同患者的行为表现、语言能力和社交意愿存在明显差异，标准化治疗方案很难完全满足个体需求。

随着脑机接口、人工智能和多模态感知技术的发展，孤独症康复开始出现新的技术路径。通过脑电、眼动、心率变异性（HRV）以及语言行为等数据，AI有机会识别患者在不同任务下的状态变化，并据此调整训练内容和交互方式。

2026年11月13日，在第五届南渡江智慧医疗与康复产业高峰论坛上，上海千丘智能科技有限公司创始人侍淳博发表了题为《孤独症脑机接口神经-社交平台》的演讲，介绍了公司围绕孤独症儿童行为干预、语言康复和闭环神经调控所构建的三代产品路线。

千丘智能的核心思路，是将脑机接口从单纯的脑电采集设备，进一步发展为连接脑电感知、AI社交训练和神经调控的系统平台，让孤独症康复逐步从医院专业场景延伸到家庭日常场景。

从医院专业康复到家庭日常训练，孤独症治疗需要怎样的脑机接口？

侍淳博介绍，千丘智能团队源自上海交通大学医学院，是一支围绕脑科学、人工智能与医疗转化开展研究的团队。过去四五年，团队围绕孤独症儿童社交能力和语言表达能力开展研究，并逐步形成脑机接口产品体系。

孤独症儿童在生活自理、行为控制、语言表达和社交互动等方面可能存在不同程度的困难。传统康复通常需要专业人员制定训练方案，并在医院或康复机构中持续开展。

但对于需要长期训练的儿童而言，仅依靠定期到医院接受康复，很难覆盖每天的实际生活场景。与此同时，不同儿童对社交任务的反应差异很大，单纯采用固定训练流程，也难以充分反映个体状态。

侍淳博认为，脑机接口技术在这一领域的价值，在于让康复过程具备更加客观的数据依据，并进一步实现个体化、实时化的训练。

目前，临床使用的经颅磁刺激（TMS）、超声神经调控等技术，虽然提供了不同的干预手段，但如何根据不同疾病、不同患者的实时状态制定个性化方案，仍然是需要解决的问题。

千丘智能希望通过脑电采集和AI分析，识别儿童在不同社交任务中的状态变化，并将这些数据用于后续训练和干预。

这也决定了其产品设计思路：脑机接口不应只在医院中完成一次脑电检测，而应该融入儿童每天的学习、交流和生活场景。

EEG+眼动+HRV，千丘智能如何建立“虚拟大脑”数据平台？

千丘智能首先构建的是一个名为“虚拟大脑”的数据平台。

与传统脑电设备主要关注静息状态下的脑电信号不同，千丘智能强调任务态数据采集。也就是说，系统不会仅仅记录儿童的脑电、心率变化，而是向儿童提供具体任务，再观察其在任务执行过程中的多维度反应。

例如，系统向儿童发出“请拿起一个苹果”的指令，在这一过程中同步记录脑电、眼动、语言反应以及HRV等数据，分析儿童在接收到指令后的注意力变化、情绪反应、执行意愿和社交互动表现。

这些数据经过时间序列关联后，可以形成不同任务下的个体行为和神经活动特征，并成为下一阶段训练模型的依据。

这一模式的关键在于多模态数据融合。

单独观察脑电信号，可能难以完整理解儿童是否真正理解指令、是否具有执行意愿，以及为什么没有作出语言回应。将脑电、眼动、心率变异性和语言行为放在同一个任务框架下分析，有机会获得更加完整的状态信息。

侍淳博介绍，团队已经与长三角地区多家头部三甲医院合作，获得相关临床研究数据，并将每一次训练和康复过程积累为标准化数据源。

其希望形成的数据飞轮是：每次训练产生新的数据，数据用于更新模型，模型再为下一次训练提供依据。

从产业角度看，这种数据平台的价值不仅在于改善单次康复训练，还在于建立不同任务、不同状态与不同干预方式之间的关联。随着数据积累，未来有机会形成针对不同患者的任务分级和个体化干预依据。

从行为干预到AI语言康复师，三代产品如何逐步演进？

围绕孤独症儿童的不同康复需求，千丘智能规划了三代产品，分别对应行为与执行功能改善、语言与社交能力训练，以及闭环神经调控。

第一代产品：针对行为与执行功能的脑机接口康复。

这一代产品主要解决儿童生活自理能力、刻板行为和执行功能方面的问题。系统通过脑电、眼电等数据辅助判断儿童的实时状态，并结合标准化训练方案和虚拟现实场景，引导儿童在模拟或真实场景中完成任务。

侍淳博介绍，团队已经在上海市精神卫生中心、复旦大学附属儿科医院、浙江大学医学院附属第七医院、浙江省儿童医院等机构开展相关实验。

根据其现场介绍，相关训练主要围绕计划能力、监督能力等执行功能展开，经过约8至10周的训练，部分评价指标出现明显改善。公司还介绍，相关产品获得了创新医疗器械证明。

第二代产品：脑机接口AI语言康复师。

如果第一代主要关注行为和执行功能，那么第二代产品进一步聚焦儿童的社交意愿、语言表达和互动能力。

千丘智能发现，孤独症儿童的康复需要每天持续进行。如果所有训练都依赖医院的大型设备和专业人员，家庭很难长期承担这样的时间和使用成本。

因此，第二代产品开始转向居家应用。

在硬件方面，系统采用两通道或八通道脑电设备，不再追求采集所有脑区的完整脑电信息，而是重点关注与社交情绪和社交语言相关的神经网络。

在交互方面，千丘智能希望让AI从被动问答转向主动式社交训练。

侍淳博举例，如果直接询问儿童“你想吃什么”，对于语言表达能力不足的儿童而言，这可能是一个比较复杂的问题。系统可以改为询问“你想不想吃苹果”，通过相对简单的分类任务，判断儿童的意愿。

当儿童没有回应时，AI也需要结合脑电及其他生理数据，判断其可能处于什么状态，再决定下一步应该提出什么问题、安排什么任务。

这意味着，AI语言康复师不仅需要理解语言，还需要根据儿童的反应动态调整交互策略。

产品还将结合3S社交训练模型，从共同注意力、发音等基础能力入手，逐步开展社交能力训练。系统可以结合VR或AR设备提供沉浸式训练环境，帮助儿童保持注意力。

目前，第二代产品正在上海交通大学相关附属精神卫生机构开展研究者发起的临床研究（IIT），具体研究结果尚未公布。

第三代产品：AI社交康复与闭环神经调控。

第三代是千丘智能正在研发的方向，也是其技术路线中更具探索性的部分。

公司计划将AI社交行为康复师、实时脑电反馈和深部脑区神经调控结合起来，探索闭环干预方案。

在神经调控技术上，千丘智能选择了经颅聚焦超声（tFUS）路线，重点关注与奖励机制相关的深部脑区伏隔核。

其设想是，当儿童完成值得强化的行为任务时，系统不仅通过语言、图像或VR场景给予奖励，还尝试结合神经调控技术，对相关脑区进行干预，探索利用奖励机制强化行为学习的可能性。

这一方向目前仍处于研究探索阶段。侍淳博也明确表示，第三代产品的实际效果尚不能保证，相关技术还需要进一步研究和验证。

从三代产品的演进可以看到，千丘智能正在尝试形成一条逐步深入的技术路线：第一代通过脑电数据辅助行为训练，第二代将脑电与AI结合实现社交语言康复，第三代进一步探索实时脑电反馈与深部神经调控的闭环融合。

从脑机接口到“神经处方”，数据平台能否成为产业新接口？

除了自身产品，千丘智能还提出了一个更具产业想象空间的方向：将积累的多模态数据平台开放给脑机接口和神经调控产业链合作伙伴。

目前，脑机接口产业涉及脑电采集设备、信号处理芯片、算法模型、神经调控设备以及临床应用等多个环节。不同厂商的设备和技术路线存在差异，而如何确定不同患者适合什么样的干预方式、干预强度和作用时间，仍然需要大量临床数据支持。

千丘智能希望通过“虚拟大脑”平台，将不同任务下的脑电数据、行为表现和康复反馈建立关联，进一步为神经调控设备提供参数参考。

侍淳博将这一方向称为“神经处方”。

按照他的设想，未来平台不仅需要判断患者处于什么状态，还希望能够为神经调控提供更加具体的依据，包括刺激强度、持续时间以及作用位置等。

这意味着，脑机接口数据平台有机会从单一康复产品的配套系统，发展为连接脑电采集、AI分析、临床研究和神经调控设备的技术基础设施。

当然，这条路线仍然面临不少工程化挑战。

首先是数据标准化。孤独症儿童在年龄、认知能力、语言水平和行为表现方面存在明显差异，如何建立能够跨患者、跨场景使用的数据模型，需要持续积累临床数据。

其次是硬件工程化。居家康复要求设备能够方便佩戴、长时间使用，并适应儿童日常活动。脑电设备的电极接触、信号稳定性、佩戴舒适度以及无线数据传输，都将影响实际使用体验。

第三是闭环神经调控的临床验证。脑电信号识别、行为反馈与深部脑区刺激之间，需要建立可靠的技术和临床关联，不能仅凭模型识别结果就直接推导治疗效果。

侍淳博在演讲中强调：“一个技术变成一个可居家好用的产品，过程中最难的不是机制，是解决工程化的使用便利性问题。”

对于千丘智能而言，未来的竞争重点将不仅是脑电算法本身，还包括多模态数据积累、AI交互模型、康复设备设计以及临床研究能力。

侍淳博也坦言，孤独症康复是一个需要长期投入的领域，不能期待短时间内让所有患者实现所谓的“脱帽”。但通过持续改善儿童的生活自理、语言表达和社交能力，技术依然能够为患者及其家庭带来实际帮助。

从脑电采集到AI语言训练，再到闭环神经调控，千丘智能正在探索一条以临床需求为起点、以数据平台为核心、以居家康复为落点的脑机接口技术路线。这条路线能否进一步形成规模化产品，最终还需要接受临床有效性、设备可靠性和商业化能力的检验。