An Inventor of Apple’s FaceID Wants to Analyze Your Brain’s Health With AI

TL;DR · AI 摘要
Hemispheric利用AI和10万脑部数据开发非侵入性诊断工具,可检测抑郁症、PTSD等疾病,计划2027年推出产品。
核心要点
- 收集10万志愿者25万小时脑数据训练AI模型
- EEG头盔实现无创脑功能检测
- 2027年计划推出PTSD诊断产品
结构提纲
按章节快速跳转。
- §技术背景
前Apple FaceID发明者Gidi Littwin创立Hemispheric,致力于开发AI脑部诊断技术。
- ·数据收集
通过10万志愿者的25万小时脑活动数据训练深度学习模型。
- ›模型原理
利用脑电波数据推断认知功能,类似大语言模型分析文本的统计方法。
- ·应用进展
- §商业计划
2027年推出首款FDA批准的PTSD诊断产品,目标实现类似血检的便捷性。
思维导图
用一张图看清主题之间的关系。
查看大纲文本(无障碍 / 无 JS 友好)
- AI脑部健康诊断
- 数据基础
- 10万志愿者脑数据
- 25万小时活动记录
- 技术实现
- EEG非侵入检测
- 统计模型分析脑电波
- 应用领域
- PTSD诊断
- 阿尔茨海默病预测
金句 / Highlights
值得收藏与分享的关键句。
收集了10万志愿者的25万小时脑数据,覆盖亚洲、特拉维夫和波士顿。
模型通过统计分析脑电波数据推断功能,准确率可与医生主观诊断媲美。
首款产品预计2027年上市,需先获得FDA批准。
苹果FaceID发明者欲用AI分析大脑健康 | WIRED
Isabella Ward
科学
2026年7月15日 上午8:00
苹果FaceID发明者欲用AI分析大脑健康
Gidi Littwin创办的Hemispheric公司开发用于诊断抑郁症、PTSD和帕金森病等疾病的脑部扫描技术。他希望这项技术能像血液检测一样便捷且经济。
照片插图:WIRED编辑部;Getty Images;Hemispheric公司提供
保存此故事
苹果FaceID和Vision Pro技术的联合发明者过去六年一直在构建前沿人工智能模型,未来可能帮助解读大脑电活动以诊断认知障碍。
如今,Gidi Littwin创办的Hemispheric公司已筹集5200万美元资金,在收集了10万人脑部数据后,训练深度学习模型以无需侵入性程序即可检查大脑。
Littwin于2020年离开苹果公司,寻找改变。当他收到联合创始人Hagai Lalazar通过LinkedIn发送的冷邮件时,找到了答案。Lalazar开始开发无需手术即可研究大脑的人工智能技术,正在寻找具有商业思维的联合创始人推动公司发展。在找到Littwin之前,他已与约75位候选人进行过交谈。
Littwin曾参与开发FaceID,当时正在为增强现实产品Vision Pro开发手部追踪技术。为此,他需要收集据WIRED报道的“数十万受试者的数据”来训练驱动该技术的深度学习模型。
“这些项目背后都有大规模的数据收集工作,我们知道在Hemispheric必须构建类似的东西,”Littwin表示,“我们已经做到了。”
由于每个人的脑活动模式不同,医生在诊断抑郁症、阿尔茨海默病和帕金森病时,主要依赖主观问卷和行为观察。为解决这一问题,Littwin和Lalazar收集了他们的“最宝贵资产”:来自亚洲以及特拉维夫和波士顿10万名付费志愿者的25万小时脑部数据。受试者参与了一系列看似游戏的活动,但会激活大脑不同区域。
这些数据训练出前沿模型,该模型通过统计分析文本推断含义的方式,从颅骨内的电活动推断大脑功能。随后,他们将该通用模型应用于PTSD、精神分裂症和抑郁症患者群体进行测试,称该模型能准确判断个体大脑健康状况。目前团队正在开展临床研究,测试其模型是否能诊断甚至预测阿尔茨海默病。
Littwin和Lalazar计划明年年初向FDA提交首款产品(用于研究PTSD)的审批申请,希望能在2027年下半年将产品推向市场。
为诊断认知障碍,患者需佩戴轻便的脑电图头戴设备,在与平板电脑上的应用程序互动时,设备会测量约15分钟的大脑电活动。Hemispheric表示,其AI模型将帮助临床医生解读信号,通过预测治疗方案选择最有效的干预措施,并监测进展。
“我们设想的未来是,这将类似于血液检测,”Lalazar表示。“该设备将非常、非常便宜;它将能够销售并分发到心理健康诊所、医院,甚至心理学家的办公室。”
用于肺癌等疾病的AI辅助诊断工具已经在欧洲临床应用中,加速了治疗的可及性。与此同时,包括OpenAI和Anthropic在内的AI巨头正进军医疗领域,加剧了该领域初创公司的竞争。
Hemispheric已从美国和以色列的风险投资公司以及个人投资者(包括早期Uber投资者Howard Morgan)处获得早期阶段融资。该公司将利用这些资金推进与政府、医疗组织和制药公司的合作,在美国雇佣更多员工,并推进监管批准。它还计划从数百万人群中收集更多脑部数据,以改进其模型。
该团队还在开发自己的脑扫描仪,以获取公司认为比传统脑电图(EEG)更能为模型提供有用数据的信息。“这些设备从未为机器学习设计,更不用说深度学习了,”Littwin表示。