关注上方<脑机观澜>，不迷路
一家隐身六年的以色列公司Hemispheric近日结束沉默，拿出5200万美元融资和25万小时脑电数据。
它的做法不是"让瘫痪者站立"，而是让受试者戴干电极头显15分钟，由AI生成一份脑功能量化报告，首发方向对准PTSD。
图1：Hemispheric创始团队， 左侧为CEO，右侧为CTO。 图片来源：《国土报》
同一时间，脑机接口的临床进展也在密集落地——"北脑一号"完成近30例人体植入，瘫痪者重建运动功能，言语障碍者实现近百词中文解码；
美国麻省总医院团队让四肢瘫痪患者凭意念打字，速度达每分钟110个字符。
脑机接口正在从两个不同的位置切入临床：一端是功能重建（让瘫痪者动起来、让失语者说出来），另一端是前端评估（通过脑电信号量化脑功能状态，辅助诊断）。
Hemispheric选择了后者。该公司CTO是苹果Face ID核心技术的联合发明人，并参与了Vision Pro的AI功能开发。
这是一家什么样的公司
Hemispheric由CEO Hagai Lalazar博士（计算神经科学家）与CTO Gidi Littwin共同创立。公司累计融资5200万美元，团队112人。
公司自主研发的脑电基础模型名为Descartes（得名于哲学家笛卡尔"我思故我在"），拥有60亿参数，训练数据包含超过25万小时脑电与行为记录，覆盖10万余名参与者。
受试者佩戴轻量化干电极设备，在平板电脑上完成约15分钟的交互任务，系统同步采集脑电与行为反应，生成与脑功能状态有关的定量结果。
首批应用聚焦：PTSD、轻度创伤性脑损伤、抑郁、焦虑、精神分裂症和阿尔茨海默病。
公司目前已向FDA器械与放射健康中心做了展示，计划2027年初就PTSD方向提交申请。
临床证据尚未落地——硬件指标（电极数量、采样率、抗伪迹能力）、疾病识别的敏感度与特异度、与临床量表相比的增量价值，均未公布。
它的业务实质是一款面向精神/神经疾病的辅助诊断医疗器械候选者。
真正的对手不是Neuralink，而是传统精神科量表。
Hemispheric之所以值得关注，不在于5200万美元本身，也不在于苹果标签，而在于它是第一家把"大模型+25万小时数据飞轮+FDA监管路径"三件事打包到一起的非侵入式脑电产品。
2027年初的提交，将是这条路径能否走通的第一次公开检验。
这是一个产业信号强、临床结论弱的事件。
为什么盯着2027年初
2027年初的FDA提交是一个硬节点。它迫使Hemispheric把"最大规模脑电基础模型"的宣称，转化为可审评的临床证据。
这条赛道已有先例。
2023年，以色列GrayMatters Health的Prism for PTSD获得FDA许可，成为首款获批的PTSD数字疗法，依据是79名患者数据。
2026年6月，Wave Neuroscience的MeRT系统获批，这是首款基于EEG生物标志物引导的个性化经颅磁刺激PTSD治疗设备，背后是一项双盲、随机、多中心的156人临床试验。
FDA对"脑电生物标志物+PTSD"已有成熟审评经验。
Hemispheric要回答的核心问题是：EEG信号受测量条件、药物、睡眠、合并症影响极大，它的生物标志物在这些干扰下是否仍可复现？
公司宣称的"零样本泛化"能力目前未经同行评议或多中心验证。
2027年初的提交，就是这句话接受检验的时刻。
25万小时的含义
25万小时训练数据，放到学术界是什么水平？
上海交大吕宝粮团队2024年在ICLR发表的LaBraM——公认首个大规模通用脑电基础模型——训练数据约2500小时。
两个数量级的差距，意味着脑电基础模型的主导权正从学术论文转向产业数据飞轮。
Descartes被设计为对标大语言模型的"脑解码基础模型"——LLM理解文本，视觉模型理解图像，Descartes则被训练来将脑电信号翻译成对脑功能的客观理解。
与仅采集静息态脑电的学术研究不同，Descartes的训练数据包含受试者完成认知任务时产生的脑电与行为记录，使模型有机会学习注意、记忆、反应抑制和情绪加工等任务态脑功能过程与行为反应之间的对应关系。
公司宣称Descartes已实现"零样本泛化"——无需针对特定个体重新训练，即可将大脑的原始电流翻译成客观的神经功能定量画像。
但脑电基础模型并非全新概念。近年来，LaBraM、EEGPT、BrainWave等学术研究已在探索跨数据集预训练和多任务迁移。Descartes与它们的真正差异，在于更大的数据规模、六年专有数据采集和明确的临床产品定位。
两条路线的选择逻辑也截然不同：
侵入式路线赌的是电极与神经元直接接触，解码精度上限高，但受制于手术风险与临床周期。
非侵入式测量型路线（Hemispheric所属）赌的是规模化与常规化，但颅骨衰减80%以上信号，信噪比极低。
侵入式路线赌"让不可能成为可能"——瘫痪者站立、失语者表达，这是刚需医疗的顶层设计。
非侵入式测量路线赌"让常规检查覆盖大脑"——心脏有心电图，肝肾有抽血化验，唯独大脑没有客观常规检查。
后者的市场比"读心"大得多，技术难度也高得多。
为什么是Face ID班底在做这件事
CTO Gidi Littwin曾联合创立RealFace并参与发明Face ID，后主导Vision Pro的AI研发。
训练消费级AI与训练脑电基础模型有相似之处——都需要依托超大规模专属数据集驱动复杂AI系统。
Littwin在苹果积累的数据工程能力，被平移到了脑电领域。
但60亿参数本身无法证明泛化能力。脑电信号的个体差异远大于人脸。
正如Hemispheric自己承认的：
"挑战始终是变异性——同一种脑信号在不同个体身上可能完全不同。只有在极大规模上，它才变得可以被建模。"
25万小时够不够"极大规模"，答案在2027年。
结论
5200万美元和25万小时，是资本和产业对"前端评估"路线的两记重注。
但Hemispheric目前交出的是一份产业愿景，而非临床答案。
它真正的临床证据、监管审批和商业验证，都要等到2027年初FDA的答复。
届时，"60亿参数"和"25万小时"必须回答同一个问题：
你测量到的，究竟是疾病，还是噪声？
这不是一个"脑机接口重大突破"的故事。
这是一个关于产业路线选择、监管验证和数据飞轮的叙事。
免责声明：本公众号仅作信息分享之目的，内容仅供参考，不作为专业决策依据。
转载声明：未经许可，一律不接受转载。如需转载，请后台留言咨询。
合作交流，请联系微信：BCI_Observer
