腦機介面：從科幻小說到現實
目前，腦機介面已經過了技術論證期，即將進入規模化產業化時期。 腦機介面是神經醫學、電子技術和人工智慧三個領域的交叉學科，相關企業需要在三個方向上有較強的技術積累。 總體而言，侵入式腦機介面的可行性較高; 目前，經過侵入性腦機介面的一系列技術迭代，開顱手術門檻高、產品壽命短等核心痛點已基本解決。 在腦機介面產業鏈中，Neuralink的技術解決方案最具商業前景。 2023年5月，美國FDA批准Neuralink進行人體臨床試驗; 2024 年 1 月底，馬斯克證實 Neuralink 已經完成了首次人體植入，並且狀況良好。 隨著Neuralink技術路徑和商業模式的驗證，侵入式腦機介面有望率先在醫療場景中大規模落地。
腦機介面（BCI）技術使人腦和計算機之間的資訊交換成為可能。 腦機介面是通過收集腦神經訊號，使人類意識與計算機互動的過程，通常包括神經記錄（讀取）和神經調節（寫入）兩部分：1）神經記錄（讀取）：電極從腦神經元中採集電訊號，並通過人工智慧等技術提取特徵並進行轉換，將生物電訊號轉化為計算機可以理解的資訊;2）神經調控（寫作）：如果要實現對人腦和四肢的控制，還需要在四肢神經中植入電極，通過電極將計算機指令傳遞給大腦和四肢等神經元，實現對人體的控制。神經記錄（閱讀）和神經調控（寫作）共同構成了腦-機-腦的閉環系統。 目前，腦機連線主要解決的是腦到計算機的資料傳輸問題，有望在不久的將來大規模實施。 計算機到大腦的資料傳輸仍處於底層技術的突破階段。
腦機銜接有可能徹底改變人類資訊傳輸的正規化。 在人們向外界輸出資訊的場景中，常見的資訊傳遞方式是人們通過文字或文字表達自己的觀點（每分鐘100-200個字）; 在接收來自外界資訊的背景下，必須將聲音、文字和視覺用作媒介。 相比之下，腦機連線**大大增加了資訊傳輸的頻寬。 當人們通過腦機介面傳輸或接收資訊時，腦機介面直接以意識為交流媒介，取代了低頻寬的語言和文字媒體，大大提高了資訊密度。
腦機關節可以從效能和可用性方面進行評估。 效能指標包括響應時間、識別精度、可輸出指令數和 Fitz 吞吐量; 可用性指標包括易用性、壽命、健壯性、安全性和互操作性。 易用性也體現在準備、長度、輕便性和舒適性方面。
腦機介面需要較強的訊號採集效能和資料處理能力。 腦機介面的九個細分最終可以歸結為訊號採集能力和資料處理能力。 由於不能直接與神經系統相連，腦機介面的電極在傳播過程中主要通過神經系統周圍攪動的電波來接收訊號，訊號強度遠小於神經內部的訊號強度，因此需要附著電極的訊號採集能力。 此外，電極無法直接了解神經系統，只能收集大量資料來總結神經系統在興奮、放鬆、睡眠等不同狀態下的情況，因此對神經元電訊號分析的準確性提出了要求。
關鍵競爭要素1：訊號採集能力 腦機介面的訊號採集技術路徑可分為兩大類：侵入性和非侵入性; 侵入性和非侵入性方法本質上都是通過收集神經元電訊號來檢測大腦活動，但區別在於電極是安裝的，收集的神經訊號的強度不同。 目前常見的侵入技術包括技術皮質電位（ECOG）、區域性場電位（LFP）、單神經元動作電位（SPIKE）等。 非侵入性技術包括腦電圖 （EGG）。
侵入式訊號採集更強，而非侵入式訊號採集較弱。 訊號源的選擇是腦機介面系統設計的出發點，也基本決定了相應系統的技術方案和工程路線，以及系統效能（如運動控制的自由度、精度、系統延時等）和能夠實現的應用場景。 侵入性可以收集更強的神經電壓和訊號頻率，因為它們更接近神經元。
技術路線：侵入式腦機介面
侵入式腦機介面收集並記錄來自顱骨深處組織的訊號，需要對使用者進行開顱手術。 侵入型與神經元的相容性高，訊號獲取能力最強; 但由於技術難度和使用成本，目前受眾較少，下游多為醫療場景。 面對需要開顱手術和排斥反應的侵入性腦機介面的痛點，各廠商紛紛採用柔性小型化的手術機械人和電極來應對。 目前，侵入式腦機介面的領先廠商包括馬斯克的Neuralink、Blackrock Neurotech、Braingate等。
侵入式腦機介面是狹義的腦機介面概念，也是最有前途的應用方向。 侵入性是腦機介面三條技術路徑中實際效益最大的一種。 與非侵入式腦機介面相比，侵入式電極更接近神經系統，因此記錄的訊號時空解像度高，資訊量大，對於複雜任務可以實時、準確地控制，因此在響應時間、識別精度、可輸出指令數和菲茨吞吐量四個指標上表現良好。 已經有數十個侵入性腦機介面的成功案例，這些介面已被證明可以為殘疾人提供額外的移動和溝通技能。
目前，侵入性腦機介面的主要瓶頸是開顱手術難度大、使用壽命短
1）開顱手術需要安裝植入式腦機介面裝置，但開顱手術技術難度大，難以商業批量複製。以美國為例，目前美國有500多萬不同程度的癱瘓患者，而美國有資格進行開顱手術的神經外科醫生只有150多人。
2）在目前的技術水平下，植入式腦機介面的手術預後難以保證。插入大腦的電極會產生排斥反應，將電極附近的腦組織變成覆蓋電極並阻礙工作的疤痕組織。 目前常用的猶他州陣列電極的壽命只有2-5年，植入者如果不想恢復到致殘狀態，就需要再次進行腦部手術。
手術機械人可以完成開顱手術的全過程，緩解了目前開顱手術困難、供應稀缺的痛點。 例如，Neuralink的手術機械人R1首先通過功能性核磁共振等方法確定植入晶元的位置。 位置確定後，手術機械人會在頭皮上做乙個切口，用專用的開孔器在顱骨上開乙個與晶元大小相同的圓孔，然後剝離下面的硬腦膜，露出大腦皮層組織。 在光學系統的協助下，手術機械人將電極上的64根電位插入大腦皮層，每根電位包含16個電位，64根電位中共有1024個電位將接收到神經元附近的電訊號，並傳輸到晶元進行初步分析。
技術路線：非侵入式腦機介面
非侵入性腦機介面不需要在顱骨上開孔，而是將電極附著在頭皮表面或頭皮附近，以收集大腦反應訊號，並通過腦電圖和MRI獲取神經系統資訊。 然而，由於它們與顱骨分離，非侵入性腦機介面的電極無法監聽特定的神經元簇，只能接收整個大腦收集的散射電訊號的總電流，並且由於它們遠離顱內神經，因此收集到的訊號往往含有大量的雜訊。 因此，非侵入性腦機介面所能獲取的資訊相對有限，一般只能解釋大腦的整體狀態，如清醒程度、情緒等，很難準確獲取具體的意圖、感知等資訊。
非侵入性腦機介面的進入門檻較低。
與侵入式相比，非侵入式腦機介面系統具有更高的安全性和廣泛性，可利用的訊號型別更豐富，形成了基於腦電圖、腦圖、功能性近紅外和功能性磁共振成像的腦機介面系統。 其中，基於腦電圖的腦機介面系統因其在成本和便攜性方面的優勢而受到廣泛關注，成為非侵入性腦機介面的主要關注點。
目前，非侵入式腦機介面的效能和可用性還不足。 如上所述，腦機介面的核心競爭要素之一是訊號獲取能力，而非侵入式腦機介面的空間解像度較低，因為感測電極遠離神經，並且獲得的訊號摻雜了大量的雜訊，並且由於它們只能檢測整個大腦的神經訊號， 空間解像度較低。因此，非侵入式腦機介面的效能指標和可用性指標存在不足，規模化實施還有很長的路要走。非植入式腦機介面主要應用於培訓、教育娛樂、智慧型生活、製造等場景。 在非植入式腦機介面領域，業界普遍高度重視面向工業和消費領域的研究，配合虛擬實境、增強現實、眼動儀、外骨骼等外圍裝置，利用非植入式腦機介面系統進行多場景應用探索，如：睡眠狀態監測、運動訓練、 利用使用者腦電波創造和控制電器，利用使用者情感識別資料對使用者進行個人推薦。
關鍵競爭因素2：資料處理能力
資料處理是腦機介面下游的關鍵技術，直接決定了腦機系統的識別精度。 腦機介面資料處理可分為資料清洗、特徵提取、資料分析三種能力
資料清洗：確保神經訊號資料的質量、準確性和可信度對後續的分析、建模和決策過程有重大影響。 清理過程不僅是為了消除雜訊，減少在後續分析過程中處理異常和錯誤的時間和精力，還是為了盡可能地保留特徵資訊。
特徵提取：從清理後的資料中選擇、轉換和注釋新特徵，以更好地表示有關資料的關鍵資訊。 特徵提取可以降低資料維度，選擇最具代表性的特徵，降低資料的複雜度，提高計算效率和模型效能。 同時，減少了訓練模型所需的計算資源和時間，使模型收斂速度更快，提高了訓練效率。 此外，特徵提取還可以提高模型的可解釋性，降低模型的複雜度。 特徵提取可以識別和標記神經峰值的頻率和形狀，方便深度學習模型確定。
資料分析：目前，腦機介面的資料分析主要通過深度學習模型實現。 以 Neuralink 為例，N1 電極上有 1024 個電位，每秒產生海量資料，只有深度學習模型才能及時準確地分析。 目前，腦機介面領域使用的深度學習模型主要是用於複雜特徵提取的卷積神經網路（CNNs）和用於較長時間序列資料的遞迴神經網路（RNNs）。 此外，除了模型本身的訓練外，大量訓練資料集的積累對於提高深度學習模型的準確性也起著至關重要的作用。
市場前景廣闊，明星企業綻放
利好政策持續發布，引導行業成長。 腦機介面有望成為未來生命科學與資訊科技交叉融合的主戰場，各國紛紛推出腦科學研究計畫，中國也在積極推動腦機介面產業發展，相關政策和行動計畫陸續出台。 2016年，我國“十三五”規劃將“腦科學與類腦研究”列為“國家重大科技創新工程專案”，標誌著“中國腦計畫”全面展開。 2023年8月，工信部發布《新行業標準化試點實施方案（2023-2035年）》，強調推進腦機介面標準化。
腦機介面下游潛在使用者群體較多，市場規模廣闊。 據中國殘疾人聯合會統計，目前有肢體殘疾人2472萬人，視力障礙者近1800萬人，聽力障礙者2780萬人。 據不完全統計，我國阿爾茨海默病患病率為6%，其他神經系統疾病患者超過1000萬，並且隨著老齡化的增加而迅速增長。 根據麥肯錫**的資料，2030-2040年全球醫療領域腦機介面的潛在市場規模為400億美元，其中150億美元用於重症醫療，250億美元用於消費者健康，復合年增長率超過10%。
從產業鏈發展來看，目前有大量的非侵入式腦機介面公司。 截至2023年第一季度，全球有500多家具有代表性的腦機介面公司。 其中，上游佔比8%，包括製造和銷售電極、晶元、周邊、相關核心器件的企業; 中游佔比30%，包括製造和銷售醫療和科學工具、分析軟體和採集裝置的公司：下游佔62%，其中9%為侵入性技術路線，53%為非侵入性技術路線。 從技術路線來看，大多數企業都有非侵入式技術路線，技術門檻低是主要原因。 全球500多家腦機介面相關企業中，20%從事侵入性技術研發，80%從事非侵入性技術研發。
中國的腦機介面公司數量正在迅速增長。 從地理角度來看，美國和中國是腦機介面公司的重要國家。 全球腦機介面相關公司活躍在40多個國家，美國和中國的公司數量超過100家，位居世界第一梯隊，加拿大、英國、以色列的公司數量位居第二梯隊，均超過20家。 2022年，我國新增腦機介面企業8家，位居全球第一。
腦機介面企業融資規模不斷公升級。 腦機介面行業大多是一線創業公司，資金主要依靠風險投資。 從2013年到2023年第三季度，全球在腦機介面領域的風險投資近800家，總額超過100億美元，投資企業近300家，包括天使輪、種子輪、A輪。 2019-2021年，腦機介面吸引大量投資，投資增速加快，2022年後年度投資總額下降，部分原因是腦機介面領域受到經濟衰退導致的全行業市場投資預期拖累，但行業龍頭企業的融資規模仍大幅增加。
目前，非醫療領域在腦機介面市場中占有較高的份額。 根據腦機介面不同的醫療應用場景，可分為三類：重症醫療場景、消費場景和重症醫療消費場景。 在嚴重的醫療場景中，腦機介面用於中樞神經系統疾病，包括器質性疾病和功能性疾病; 在消費醫療場景中，腦機介面用於健康人群的可穿戴裝置，具有技術壁壘低、市場競爭激烈、受眾廣泛等特點。 在重症醫療和消費的跨界場景中，臨床認可的產品或方法用於C端患者，具有技術壁壘高、競爭者少等特點。 在非醫療領域，腦機介面應用也在快速發展，特別是在教育、娛樂和遊戲行業。
侵入式腦機介面領域的明星企業主要集中在美國。 其中，馬斯克旗下的Neuralink、貝萊德（Blackrock Neurotech）、Braingate、Synchron等公司技術儲備深厚，商業化進展快速; 我國腦間介面產業仍處於後續階段，侵入式腦機介面的頭部廠商包括腦虎科技。
投資建議 雖然我國腦機介面產業鏈與國外仍有一定程度的差距，但部分環節已有所突破。 從總體上看，國內相關產業鏈的主要突破點在上游腦電採集裝置、相關演算法和中游腦機介面相關產品; 在產業鏈上游，腦虎科技實現了電極、演算法、作業系統的全員自主研發;
在產業鏈中游，強腦科技、巨集智等國內廠商已經落地產品，振泰智慧型、億飛華通等廠商聚焦醫療場景，快速迭代產品。 因此，建議關注腦機介面上游電極、演算法、作業系統相關廠商的發展，以及中游的醫療、娛樂、教育相關產業鏈。
這是報告的節選，是報告的原始PDF
《資訊科技-軟體與服務業腦機介面深度報道：通過技術示範期，進入工業化曙光-長江**[宗建書]-20240130[第28頁]”。
報告**：價值目錄