解码算法与数据

本章问题：算法是不是脑机接口的胜负手？为什么“有算法无数据”会成为普遍困境？

一句话结论：算法决定体验上限，数据决定算法上限；当前最稀缺的不是模型，而是多中心、多病种、可长期追踪的神经数据。

9.1这是个啥：把方言翻译成普通话

同一个“握拳”意图，在不同人、不同电极位置、不同日子里，产生的波形都不一样。解码算法要做的是从这些差异里找出稳定模式，再映射成设备指令。类比：听十种方言说同一句话，还要实时翻译成普通话。

9.2上中下游与价值分配

算法通常不单独收费，嵌在整机里。它的价值体现在两个指标：校准时间（患者要练多久才能用）和准确率（用起来顺不顺）。校准时间越短，医院培训成本越低；准确率越高，患者留存越好。

数据则是另一层资产。谁拥有多中心、多病种、带随访标签的数据，谁就能训练出泛化更好的模型。这类数据不外卖，也不容易复制。

9.3变动逻辑：从“一人一模型”到“通用模型”

早期方案是每个患者单独采集校准数据，训练一个专属分类器。现在方向转向自监督预训练加少量微调：先用大量无标签脑电预训练，再用患者少量样本微调。这条路能缩短校准时间，但前提是有足够大的基础数据集。

大模型在这一环的作用不是“更聪明”，而是“更省样本”。这解释了为什么2026年AI公司开始关注神经数据接口。

校准时间不只是体验指标，它决定这件事能不能在门诊完成。 若一次校准要半小时以上、还要多次复诊调参，患者就得反复来院，医院要排专门的程控门诊；若降到几分钟、一次到位，术后调参可以并进普通复诊，占用的床日与门诊号明显下降。对一家一年只做十几例的中心，这只是方便与否；当单中心年例数上到上百例，程控门诊本身就会变成新的排队点。算法进步的真正价值，可能是把随访从稀缺资源里挪出来，而不只是让抓握更准。 这一条目前没有公开的校准时长数据，只能作为观察方向，不能当成结论〔2〕。

9.4供需、产能与卡点

数据是当前最硬的卡点。国内团队普遍面临“有算法无数据”：公开数据集规模小、病种单一、多为实验室数据，远不能满足训练通用模型所需的上万小时多中心数据〔4〕。

2026年10月24日，国家脑机接口高质量数据集建设项目在同济医院启动，总投资超亿元，拟2027年投用，覆盖脑卒中康复、脊髓损伤、帕金森病、癫痫等10类疾病方向和6种数据模态〔4〕〔3〕。这说明“数据孤岛”已经被当成基础设施问题来处理，而不只是企业问题。

第二个卡点是标注。脑电标注需要神经科医生参与，成本高、一致性差。第三个卡点是隐私合规，脑数据属于敏感个人信息，跨机构流动要过伦理与授权两道关。

把“缺数据”换算成数量级，缺口有多大就清楚了。 假设随访12个月、每周采集一次、每次有效信号20分钟，一例患者大约贡献17小时数据（自算：52周×20分钟÷60≈17.3小时）〔1〕。若目标是1万小时，按这个采集强度需要约580例（自算：10,000÷17.3≈578）；而训练通用模型还要覆盖病种、电极位置、病程阶段的差异，实际需要的例数只会更多。对照公开披露的存量：国内已披露植入（含临床研究）百例级，商业化植入8例。缺的不是“再攒一攒”，是差一个数量级。 这也是为什么2026年10月启动的是国家层面的数据集项目，而不是等每家企业各自积累。

第二个卡点不是采不到，是权利边界没定。 一例数据上叠着三层权利：医院是病历与伦理审批的责任主体，企业持有设备、算法与工程记录，患者对脑信号这类敏感个人信息享有授权与撤回的权利。三层之间没有统一的授权模板，跨机构调用往往要重新过伦理、重新签授权。于是同一批数据在A医院已经可用，到B医院仍要从头走流程。共享的成本不在服务器，在授权。 这也解释了“数据孤岛”为什么被当成基础设施问题：它不是两家公司谈不拢，而是没有一套可复用的合规路径。

9.5技术路线

一条是传统特征工程加分类器，可解释性强，泛化差；一条是端到端深度学习，准确率高，需要大量数据；一条是基础模型加少样本微调，处于早期，潜力最大但证据最少。三条路线会长期共存，按病种和数据量分工。

9.6玩家盘点

算法能力主要挂在整机厂身上：博睿康与清华团队合作做运动意图解码；脑虎科技同时做硬件与汉语解码；阶梯医疗把解码、外设交互、数据积累打包成闭环；芯智达走“电极+整机+算法”一体路线。数据平台侧，同济医院牵头国家高质量数据集联盟，企业侧熵云脑机发布脑科学大模型ZKBrainScape〔5〕。

海外，Neuralink自研解码与手术机器人，Precision Neuroscience把“全脑电生理图谱”本身当成资产〔6〕。两类打法的差别是：一类卖设备，一类卖数据底座。

9.7反方与不确定性

反方观点：数据壁垒可能被削弱。合成脑电数据、跨模态预训练、仿真信号，都可能减少对真实多中心数据的依赖；如果基础模型足够强，少量患者数据就能微调出可用解码器，那么“谁拥有数据”不如“谁拥有模型和算力”。

这个反方目前证据不足。脑电的个体差异极大，合成数据能否覆盖真实病理状态，没有公开验证。但它提示一个观察点：如果2027年出现“零校准”或“一次校准”的产品，数据壁垒的判断就要改写。

本章注释与口径 · 6 条（点开查看）

• 〔1〕1万小时约需580例为自算：随访12个月、每周采集一次、每次有效信号20分钟，单例约17.3小时（52×20÷60）；10,000÷17.3≈578例。【自算】见台账整理与自算项第5行。
• 〔2〕校准时长目前无公开数据，只作观察方向，不构成结论。【自算】（未找到公开数据，仅作观察方向，见台账整理与自算项第14行）
• 〔3〕国家高质量数据集项目为2026年10月24日启动、拟2027年投用，属项目计划，不是已建成产能。【B】科学网
• 〔4〕科学网，2026-10。【B】原文
• 〔5〕中国经济时报，2026-10。【B】原文
• 〔6〕网易新闻，2026-10。【B】原文

下一步看什么算法再好，也要有人把电极放进脑子里，并且管一辈子随访。