长期以来，精神疾病的临床诊断高度依赖医生问诊与量表主观评定，缺乏可复现的客观量化指标。即将在NTU李光前医学院召开的国际医学AI大会，将重点展示如何借助AI挖掘常规脑影像，把无形的精神病理转化为精准的诊断标尺。
给大脑测算生理年龄：提前数年揪出病理痕迹
受邀参与本次大会的阳明交通大学医学院院长杨智杰教授，带来了一套名为BrainProbe的辅助诊断系统。这套工具依托可解释AI算法解析普通的脑部MRI影像，将其与健康人群常模数据库逐一比对，直接输出可视化的脑区损伤图谱与大脑生理年龄测算值。
团队在临床追踪中观察到，精神分裂症、双相情感障碍及抑郁症患者普遍存在脑组织加速衰老的迹象。多数潜在病理改变早在典型精神症状全面爆发前数年就已悄然成型。借助AI脑龄模型敏锐捕捉这些早期偏离，医生有望在患者首次急性发作之前，抢先一步完成临床评估与干预。
Psychiatry has traditionally relied on symptoms and clinical observation. BrainProbe adds an objective layer by analysing routine MRI scans using explainable AI and comparing them against healthy brain data. AI建模个体电场：深部脑刺激告别开颅与盲测
除了辅助读图筛查，AI技术也在重构精神医学的非药物干预版图。不少负责情绪调控与记忆认知的重要脑回路深居大脑内侧，传统非侵入性物理刺激很难触及这类深层靶点，过去患者往往只能接受有创的开颅手术。
杨智杰教授团队采用的时间干涉脑刺激技术则带来了新思路：系统先由AI根据患者个人的MRI精准圈定受累靶区，随后利用电场算法个性化优化电极参数，在无需开颅的前提下将能量无创聚焦至脑深部。目前该疗法已顺利完成I期安全性研究，正稳步推进面向抑郁症、双相情感障碍及阿尔茨海默病的临床试验。
First, AI helps identify the brain regions most affected based on the patient’s own MRI, then uses AI-driven electric field modelling to personalise stimulation settings. 立足多元族群：跨机构联合攻坚精准医学
一套算法即便在实验室内表现亮眼，走向临床落地也必须经受现实环境的严苛检验。不同医疗机构的影像设备参数不一，不同族群在脑结构上也存在微小生理差异，跨中心、跨人群的泛化表现是医疗AI不可回避的试金石。
2026年12月3日至5日，iAIM国际医学AI大会将在NTU李光前医学院举行。杨智杰教授将与李光前医学院助理教授Wilson Goh共同主持专题工作坊，并同NTU校本部及新加坡心理健康研究院专家建立合作，围绕青少年早期精神障碍筛查展开联合攻关。新加坡本地多元包容的族群特征，正好为验证此类AI工具在不同人群中的普适性提供了极为宝贵的研究场景。
Singapore's multi-ethnic population also offers a valuable setting for evaluating how well AI tools like BrainProbe can work across diverse Asian populations.
📌 要点总结
✦ NTU李光前医学院将于12月3日至5日主办国际医学AI大会，探讨AI精准精神医学新范式
✦ BrainProbe系统通过分析常规MRI测算大脑生理年龄，可提前数年捕捉抑郁症与精神障碍潜在隐患
✦ 基于AI个体电场建模的无创深部脑刺激技术已完成I期安全性研究，正推进多病种临床验证
