神经重症监护单元（NICU）在神经外科学科发展中的支撑与支柱作用日益凸显。然而，当前NICU在数据利用、决策时效性及病情早期识别方面仍存在显著短板。随着人工智能（AI）与脑机接口（BCI）技术的快速演进和应用，NICU正迎来新一轮发展机遇与挑战。本期内容特邀福建医科大学附属第一医院康德智教授围绕NICU的历史演进、现实问题、技术融合前景及理性发展策略展开论述。

NICU的发展历程与现存问题

回顾NICU的发展历程，最初阶段并无独立的重症病房，仅在护理站对面设置简易监护区域，配备少量监护仪，由手术医生自行管理患者，缺乏专业的医护团队。随后逐渐形成独立的监护单元，开始配备专职神经外科医生监管患者，并配套组建专业的ICU医护团队，监护设备也逐步扩展至脑电、颅内压、脑代谢、脑氧、脑血流等多参数监测。到了完善阶段，NICU拥有了专业团队以及移动CT、移动核磁等先进设备，实现了手术与术后管理的专业分工。

康德智教授指出，尽管设备与人员配置日益完善，但当前NICU仍然面临诸多核心痛点：各类监测数据彼此孤立，形成数据孤岛，无法实现整体化应用；临床响应速度往往滞后于数据产生的速度；脑疝、迟发性脑缺血等严重事件常被描述为“突然发生”，实则是渐进式演变的病理过程，缺乏超早期的识别手段；大量采集的多模态数据未被有效整合与利用，造成了数据资源的浪费。

AI在NICU中的核心应用方向

AI作为第四次工业革命的核心驱动力，已经渗透到神经外科诊疗的全过程，尤其在数据挖掘、图像识别、自然语言处理及专家系统构建方面发挥着不可替代的作用。具体到NICU，AI的应用主要体现在多模态数据的整合与智能融合。通过AI技术，可以将离散参数、有创操作、事后分析转变为连续、动态、无创或微创的实时监测，并持续学习形成有效的数据流，指导床旁诊疗决策。在影像组学与细微病变识别方面，AI能够自动量化影像特征，构建预测模型，并在MRI上自动检测弥漫性轴索损伤、微出血等病灶。研究表明，其灵敏度显著高于人工阅片。AI还可以将定性的影像解读转化为定量数据，推动神经重症从经验驱动向数据驱动转型。例如，麻省总院开发的脑成像自适应模型可用于脑部疾病急性期的早期筛查；基于3D卷积神经网络的影像分析系统，则可辅助高效处理急诊病例，提升基层诊断水平。

在重症风险智能预警与预测方面，AI可以构建针对颅内压升高、迟发性脑缺血、癫痫发作等事件的预测模型。现有癫痫闭环管理系统可提前15 min预警癫痫发作，有效规避漏诊风险。华山医院结合CT定量分析法建立进展性脑损伤预测模型，准确率接近90%；他们还开发了自发性脑出血90 d预后评估工具以及围手术期风险预警系统，后者可预测未来72 h内发生的严重风险事件，实现多维度、前瞻性的风险评估。此外，在长期康复潜能预测方面，传统观点认为脑卒中后半年至一年为恢复关键期，一年后难以改善，但近期的大样本分析显示，约8.9%的患者在三年内仍可获得功能改善。AI可通过整合早期临床、电生理、影像等多模态数据，预测个体的长期康复潜力，为NICU拓展治疗窗口提供科学依据。

脑机接口在NICU中的作用

脑机接口被视为神经医学的“破壁者”，在意识障碍评估与神经功能重建方面具有独特价值。在意识障碍的客观评估方面，临床上植物状态与最小意识状态之间的界限往往模糊，传统临床量表主观性强、误差大。基于指令跟随范式的“意识探针”可以检测大脑特征性的神经活动，从而摆脱运动能力的限制，具有客观、量化、高敏感性的优势。例如，天坛医院构建的运动意图脑机接口模型，即为意识障碍患者的精准诊断提供了一种全新的无创解决方案。此外，2026年3月国外专家发表的“AI植物人模型”可逆向解析意识障碍的机制，构建意识图谱，并深入揭示其病理生理学基础。在神经功能重建方面，通过意念控制机械臂可以实现部分运动功能的恢复，宣武医院提出的“脑卒中超早期功能重建单元”甚至在ICU阶段即开始介入康复干预。

脑机接口与神经重症监测的融合已有成功的实践案例。天津大学明东教授团队与环湖医院深度合作，以环湖医院为核心临床基地，共同研发了“神工系列”非嵌入式脑机接口系统。该系统集成了国际首款颅脑深部脑氧同步采集设备以及多通道多脏器同步监测设备，实现了诊断、监测、治疗、预测一体化的大脑实时观测，并联合脑动力学用于脑积水的诊断。此外，海河实验室已启动神经重症脑机接口多中心临床试验。同时，宣武医院江荣才教授团队牵头的国家重点研发计划，开展了基于介入式脑机接口的脑积水智能诊疗系统研发与临床验证。康德智教授强调，这些实践提示脑积水并非仅见于疾病慢性期，其病理过程在急性期已启动，因此NICU应当主动将脑积水的早期监测与干预纳入工作范畴。

AI与BCI的技术融合与闭环系统

AI与脑机接口的技术融合，核心在于构建智能闭环神经监护与干预系统。一方面，AI通过迁移学习、自适应算法及生成式AI，大幅提升BCI信号解码的精度与性能，有效解决临床数据需求；另一方面，基于AI的多模态分析可自动触发BCI的神经反应，形成自适应闭环，从而实现精准医疗并降低边缘计算延迟。

然而，目前这一融合仍面临多方面的挑战。在技术层面，数据标准化不足、算法可靠性有待验证；在伦理与法律层面，涉及数据隐私与安全、算法公平性与偏倚风险、患者人格权与医疗自主权之间的平衡，以及生命维持决策的真实性与心理影响等问题。在临床转化方面，目前AI仍然是临床辅助工具，主要提供“高价值的第二意见”，而BCI要成为常规普适的临床诊疗工具，仍有较长的路需要走。

理性发展策略与未来展望

面对人工智能、脑机接口等新技术浪潮，NICU的发展应当避免“盲目跟风、一哄而起”的发展乱象。康德智教授强调，参考我国新能源汽车行业初期出现的无序竞争与大浪淘沙，NICU需要理性而坚定地参与新技术探索，既不盲目跟风，也不消极回避。在科学定位上，我们既要争当新技术的探路者，同时更要坚守生命守门员的职责，不夸大AI与BCI的当前能力，保持科学审慎的态度。展望未来，NICU的发展方向是迈向个性化、预防性的神经重症监护，构建智慧神经重症监护单元，实现从急性期到慢性意识障碍的全病程管理。建议NICU不应将意识障碍患者完全交由康复科，而应将其纳入学科自身的病种体系，持续跟进与干预。