戰略規劃視角下腦科學領域未來發展趨勢研究*

謝秀芳 陳 挺 陳凌云 王 茜

(1首都醫科大學醫學人文學院醫學信息學學系 北京 100069 2首都醫科大學圖書館 北京 100069

3 中國科學院戰略咨詢研究院 北京 100190 4高誠生物醫藥(杭州)有限公司 杭州 311215

5 中國醫學科學院/北京協和醫學院醫學信息研究所 北京 100020)

1 引言

科技發展深刻影響著全球社會、經濟和綜合國力競爭，全球科技競爭已經成為各國博弈的焦點。面對國際單邊主義和保護主義蔓延形勢，唯有占據科技發展優勢才能夠掌握未來發展主動權[1]。科技戰略情報研究應面向全球科技競爭態勢和國家科技發展戰略決策需求，提高戰略定位、拓展情報來源、提升情報挖掘能力、創新服務模式，及時掌握競爭對手未來發展戰略布局，準確預見科技未來發展趨勢及可變影響因素，為制定符合國情的科技發展戰略提供情報支撐服務[2]。

近10年來，腦科學已上升為世界各國科技戰略布局重點，大量腦科學發展戰略報告陸續發布。我國“十四五”規劃將腦科學與類腦研究提升至國家戰略發展層面，2021年9月科學技術部發布《科技創新2030重大項目“腦科學與類腦研究”》，標志著中國腦計劃正式啟動。世界各國腦科學發展戰略報告是腦科學未來長期發展方向的指南針。及時高效獲取這些戰略情報，集成分析世界范圍內有關腦科學未來發展趨勢的戰略信息，對預判該領域長期發展趨勢并制定符合國情的發展規劃具有重要戰略意義。

國內外專家學者針對國際著名的腦計劃進行不同角度的分析解讀[3-6]。例如中國神經科學學會“神經科學方向預測及技術路線圖研究”項目組[7]通過梳理全球主要國家和地區腦科學戰略布局，開展腦科學發展態勢及技術預見相關工作；王東輝等[8]在總結歐、美、日腦計劃研究進展的基礎上，重點分析中國腦計劃前期布局及其優勢；韓雪等[9]對歐、美、日、韓在腦科學領域的戰略布局進行梳理，分析中國在該領域面臨的機遇和挑戰；張學博等[10]系統總結全球主要國家腦計劃研究進展態勢和調整變化，展望神經科學和類腦人工智能未來發展趨勢及潛在影響。這些研究成果和專家建議促進了中國近年腦計劃和腦科學的快速發展。

以往針對戰略報告的情報研究，多是對少量報告進行總結對比分析，缺少對大量報告的文本挖掘和集成分析研究。戰略報告數量多、體量大，屬于情報密集型資料，完全依靠專家解讀分析不僅耗時耗力且難以整合。若將全球范圍內發布的大量戰略報告，從多個維度解構為各類情報知識元，形成可集成、可比較、可篩選的戰略信息庫，實現世界范圍內、不同時間尺度和維度的戰略情報集成對比分析，不僅可以提高情報分析效率，還可以全面把握該領域未來發展趨勢。因此，本研究探索基于戰略報告文本挖掘的趨勢預見方法，從戰略規劃視角構建趨勢預見研究方案，對腦科學未來不同時期的發展趨勢進行前瞻預測，為中國腦科學戰略規劃、產業發展及服務建設提供戰略情報服務。

2 研究設計與實現

2.1 基于戰略報告文本挖掘的趨勢預見方案

2.1.1 研究方法 針對未來發展趨勢預見研究目標，應從戰略報告中挖掘有關發展趨勢的情報內容。本研究利用前期針對科技路線圖的文本挖掘方法研究思路與經驗[11-13]，采用文本分類方式獲取目標信息，即構建統一戰略情報知識元分類體系，根據分類體系對戰略報告進行全文本解析和語義分類，進而根據語義類別篩選目標信息，實現針對戰略報告的文本挖掘和目標信息抽取。

2.1.2 研究重點 通過梳理戰略報告中反映趨勢的內容描述，從發展方向、發展趨勢及發展前景3方面展開趨勢預見研究。(1)發展方向。世界各國的科技發展戰略布局即各國科技未來長期發展導向，集成分析世界各國科技發展戰略主題可以掌握領域未來總體發展方向。(2)發展趨勢。世界各國為了實現科技發展戰略目標，一般會從醫療、科學、技術、政策、經濟、社會等各戰略層面制定不同發展階段的愿景、目標、方向，反映發布主體的預設發展目標，挖掘并集成分析這些信息可以預見領域未來發展趨勢。(3)發展前景。科技戰略規劃過程中通常會全面分析發展機遇、挑戰、驅動、阻礙等可能影響未來發展趨勢的可變因素，整合分析世界各國科技發展戰略中的這些可變因素信息可以揭示領域未來發展前景。

2.1.3 基于科技路線圖文本挖掘的趨勢預見方案(圖1)

圖1 基于戰略規劃文本挖掘的趨勢預見研究方案

2.2 數據源

本研究以全球39個國家/地區的101個機構發布的204份腦科學相關戰略報告為情報分析數據源，見表1。

表1 數據源概況

2.3 方法實現

綜合利用深度學習、自然語言處理等技術完成戰略報告的文本預處理、分類、信息抽取、集成分析等文本挖掘工作，構建全球腦戰略信息庫。基于該信息庫從戰略規劃視角對未來不同時期的發展趨勢進行預見研判。

2.3.1 文本解析 利用pdfminer對報告進行預處理，提取每個報告的題名、發布機構、發布時間等元數據信息以及題名核心關鍵詞作為報告主題，形成腦科學戰略報告基本信息表Data-Baseinfo，并利用正則表達式將文本內容清洗、切分為僅包含句子及其位置信息的純文本語料。

2.3.2 語義分類 深入分析和解構腦科學領域戰略報告內容組織特征，綜合戰略技術路線圖繪制要素[14]和腦科學領域特點，構建腦科學戰略情報知識元分類體系，見圖2。將分類體系作為文本分類的三維語義標簽，采用基于RoBERTa深度學習算法Ask2Transformers實現報告句級文本的語義分類，預訓練模型選擇在無監督學習語義識別任務中具有出色性能且在不同領域中表現出良好魯棒性的roberta-large-mnli模型[15]。句子語義分類結果形成由句子編號、句子內容及其三維語義信息構成的句子分類信息表Data_Sentence。

圖2 腦科學戰略情報知識元分類體系

2.3.3 信息抽取 采用深度學習算法KeyBERT[16]提取報告句級文本中的關鍵詞短語，該算法可以生成高質量反映文檔內容的關鍵詞或短語[17]。然后對抽取結果統計每個關鍵詞的文檔內詞頻和文檔頻次，并結合其所在的句子編碼及其位置賦予每個關鍵詞權重。

然后利用自然語言處理工具包Stanford CoreNLP[18]識別報告中的所有時間詞，并對時間詞抽取結果進行適當清洗，不存在時間詞的句子向前繼承所在段落內的鄰近時間信息，未能繼承到時間信息的句子賦予報告發表時間或規劃時間，算法思想可參考前期研究成果[13]，最終形成時間信息表Data_Time。

2.3.4 信息集成 利用文件編號和句子編號集成已獲取的報告基本信息、句子信息、關鍵詞信息和時間信息，形成全球腦科學戰略信息庫，見圖3。

圖3 全球腦科學戰略信息庫結構

2.3.5 趨勢預見 (1)發展方向分析。按規劃時間范圍，統計戰略報告的主題及其包含的報告數量，繪制全球腦科學發展戰略布局主題分布，從宏觀層面了解全球腦科學未來發展方向。(2)發展趨勢分析。篩選腦科學戰略信息庫中分類1屬于“愿景”、分類2屬于“目標”和“趨勢”的關鍵詞，并導出其關聯句子信息，依據分類3從醫療、科學、技術、政策、經濟、社會、倫理、合作8個戰略方面，深入解讀全球腦科學發展戰略在2025—2030年(近期)、2031—2040年(中期)、2041—2050年(遠期)3個時段的愿景規劃信息，從而分析預見該領域在未來不同時期的發展趨勢。(3)發展前景分析。篩選信息庫中分類2屬于“機遇”“挑戰”“驅動”“阻礙”的關鍵詞及其關聯句子信息進行整合分析，研判可能影響領域未來發展的各類因素。

3 研究結果

3.1 全球腦科學戰略發展方向(圖4)

圖4 全球腦科學相關戰略報告主題分布

分析腦科學相關戰略報告主題，按規劃區間綜合呈現主題分布情況，反映全球在該領域的戰略發展方向，主題標簽越大代表該主題方向關聯的戰略報告數量越多。

3.2 全球腦科學未來發展趨勢

基于全球腦科學戰略信息庫，從醫療、科學、技術、政策、經濟、社會等8個戰略層面前瞻預測全球腦科學近期、中期、遠期發展趨勢。

3.2.1 近期發展趨勢 (1)醫療層面。重點關注癡呆癥、多發性硬化癥、精神疾病等重大腦疾病的早期預防干預、診斷治療及臨床醫療大數據建設，包括早期診斷、預防保健、動物模型、診療方法、藥物研發、精準醫療、再生醫療等方面。(2)科學層面。關注腦認知、腦健康、腦功能等基礎神經科學和神經生物學領域研究。如腦認知功能、神經形態計算、腦結構、腦發育、腦活動模擬研究，基于腦成像、神經網絡的神經元形態、結構、功能網絡等基礎神經科學研究，基于腦細胞類型、基因等神經生物學研究，提高腦功能認知和修復水平。(3)技術層面。研發支撐腦疾病研究、診斷、干預等方面技術，如腦科學大數據采集、存儲、管理、共享、質控等數據密集型研究基礎技術/平臺/工具，大數據分析、人工智能、機器學習、高性能計算等信息/計算技術，以及3D打印、先進制造技術、非侵入性腦深部刺激術、成像技術、智能機器人等診斷工具技術。(4)政策層面。聚焦腦科學創新生態體系建設，包括對腦科學領域的優先資助、公共支出、行動規劃等公共政策供給，持續性科創政策、數據共享舉措、科研數據使用等腦科學領域科技創新政策供給，科研/科教基礎設施、復合型專業人才教育培訓等科創能力建設。(5)經濟層面。關注腦科學發展經濟體系建設，在全球經濟增速放緩背景下，持續關注重大腦疾病護理產生的社會經濟負擔，降低成本，培育新興產業供應鏈、高新技術勞動力、資本等產業要素。(6)社會層面。關注腦健康發展的社會環境，如人口老齡化及心理健康服務需求，通過高等教育加大衛生人力資源培養與供給，依托健康專家、專業衛生人員、社會科學專家等專業力量，利用健康護理/健康生活方式宣傳、社會關懷、公共衛生資源供給等提升公眾健康意識，促進腦健康社會發展。(7)倫理層面。從理論和實踐層面關注腦科學研究、神經技術應用中的倫理風險問題監管。例如腦科學研究所需進行的倫理考慮、理應遵守的倫理道德和原則，對其成果應用可能帶來的倫理風險和倫理安全進行監督審查和科學管理，形成涵蓋人類研究倫理、動物研究倫理在內的神經倫理學體系。(8)合作層面。在腦科學基礎研究領域構建科研創新共同體，搭建研究參與者、科研團隊、研究同行等利益相關者合作平臺，倡導開放科學，促進科學交流；協調研究基礎設施、項目資助、最佳倫理實踐、數據共享等方面的國際合作，促進全球行動計劃、共同目標和國際統一標準制定。

3.2.2 中期發展趨勢 (1)醫療層面。在神經系統病變引起的重大腦疾病及相關慢性病的預防、診斷、治療及護理方面取得進步。例如重大腦疾病的有效早期預防手段，針對腦疾病的微創手術、仿生器官移植、干細胞療法、新藥研發等干預治療方法的臨床實驗研究和轉化應用，提供重大腦疾病護理服務。(2)科學層面。利用神經成像、神經編碼等創新神經技術對神經退行性疾病發病機制和發展進程的認知將更加深入，利用腦成像、腦模型、神經刺激裝置等研究方法進一步深化神經元、細胞、基因等不同尺度的腦功能、腦發育認知水平，推動腦科學研究成果在腦機接口、人工神經等腦機智能技術、計算神經科學等方面的轉化應用。(3)技術層面。關注腦疾病干預治療、類腦計算、腦機智能等領域技術突破。具體包括生物電子醫學技術、磁共振成像技術、診斷工具、干細胞治療、正電子發射斷層顯像術等重大腦疾病診斷治療技術，人工智能、機器學習、神經計算、智能機器人系統等類腦計算技術，腦機接口、神經信號傳輸、人工神經等腦機智能技術。(4)政策層面。進行腦科學優先發展方向研究布局，加強腦疾病風險因素管控，創新科技成果轉化機制。(5)經濟層面。腦健康相關產業高質量快速發展，加強影響腦健康的消費品市場管理，提高國內研發支出總額在國內生產總值中的占比，增加對腦疾病干預治療方法的研究投入。(6)社會層面。加強腦健康社會決定因素治理，通過公共教育、公眾意識培養、社會公共衛生服務、營養研究、預防研究、健康護理培訓、護理設施建設等多種方式，全方位營造腦健康社會環境。(7)倫理層面。嚴格治理神經科技應用于神經疾病治療及其之外的倫理問題，如將神經科技應用于神經疾病治療面臨的患者隱私、意識引導、健康風險等倫理問題監督審查，應用于消費市場、社會營銷等領域帶來的歧視偏見、公平參與、社會不平等風險管控。完善神經科技應用層面的倫理監管機制，如制定國家級倫理認證、最佳倫理標準等。(8)合作層面。在腦疾病認知診療、風險干預、照護支持、社會關懷等方面尋求最廣泛的合作。如通過科學基地、項目資助、知識共享、人才資源、同行支持、團隊資助等方式開展國際合作；在人類營養研究、暴露環境治理、極端氣候事件、煙酒控制等健康風險控制方面展開社會全面合作以提高預防衛生效果；通過醫療保險、社區參與、家庭互助、照護者支持等多元合作方式建成腦健康護理支持體系和多方參與的社會關懷體系。

3.2.3 遠期發展趨勢 (1)醫療層面。提高神經系統病變引起的腦疾病及慢性病的早期診斷、醫療護理、保健服務水平。例如提供依托家庭-療養院-醫療機構等載體的多元化照護方式，提高腦疾病患者生活質量。(2)科學層面。突破神經退行性疾病、腦功能異常、神經系統紊亂等神經系統疾病診療和創傷性腦損傷修復。例如基于認知神經科學和神經技術研究，聚焦腦結構、腦組織、腦功能、神經網絡、腦模擬等腦認知方向，推動神經生物科學、再生醫學等領域基礎研究和臨床試驗成果轉化應用。(3)技術層面。支撐腦疾病研究、預防、治療、護理等方面的智能技術發展相對成熟，能夠滿足覆蓋全生命周期的腦健康風險識別評估、腦重大疾病早期診斷干預、新藥研發與制藥以及遠程醫療護理需求，助力智慧醫療、個性化醫療水平提升。(4)政策層面。從社會公共服務、專業隊伍建設、醫療保健系統和國家護理標準等方面出臺促進護理產業發展的制度保障，依托國家健康計劃，消除健康差異和治療差距，促進全民腦健康發展。(5)經濟層面。針對腦疾病社會照護的經濟負擔和社會需求，從稅收、財政預算、醫療保險等方面加大對長期照護的支持力度，提升社會護理專業人員的平均工資和收入水平，促進專業護理人力資源發展，優化腦健康產業商業環境，拓展市場規模，降低照護成本，提供可負擔、可持續的優質照護服務。(6)社會層面。關注腦疾病照護服務和公共衛生服務體系建設，例如提供長期照護、非正式照護、日間照護等多種類型照護服務，通過社會媒體、社區服務、公眾參與等形式，促進腦健康社會環境形成，公眾腦健康意識提升。(7)倫理層面。建設基于法律制度-倫理標準-道德規范的倫理治理體系。例如在腦科學研究與應用過程發揮研究倫理委員會、生物倫理審查機構的監督審查作用，重視腦科學領域主要利益相關者的神經倫理學教育培訓，注重神經倫理學科建設和人才培養等。(8)合作層面。倡導開放科學，在研究重點難點、研究基礎設施、證據基礎、數據共享、最佳實踐等方面展開國際合作；建立涵蓋社區照護、療養院照護、非正式照護等多方合作的長期照護體系，從社區建設、醫療保險服務、公共衛生、社會媒體、公眾參與等多方面協同共建腦疾病友好型社會。

3.3 國際腦科學未來發展前景

基于腦科學戰略報告中2025—2030年、2031—2040年、2041—2050年3個時期有關發展機遇、挑戰、驅動和阻礙的重點關鍵詞，結合其所在句子信息從發展機遇、問題挑戰、發展動力和發展阻力4個方面深入分析可能影響腦科學近期、中期、遠期發展趨勢的因素。

3.3.1 發展機遇 (1)2025—2030年。人腦研究、神經倫理學、基礎神經科學、人類細胞生物學等腦科學相關研究領域，健康醫療大數據、機器學習、人工智能等數據科學技術，知識經濟驅動的技術創新、勞動力發展等，都將迎來快速發展機遇，推動開放式科學研究、經濟增長與就業發展以及癡呆癥友好型社會發展。(2)2031—2040年。面對促進腦健康、延長壽命、改善人口營養健康狀態等社會需求，在腦健康、生物醫學研究、人類營養研究等領域蘊藏著科研發展機遇，政產學研等資金主體通過財政激勵、風險資本、金融服務等方式加大對生命科學、生物材料、健康食品等領域投資，提供大量專業教育、培訓、就業和商業機會。(3)2041—2050年。面對全民腦健康、長期照護等老齡化社會需求趨勢，將推動更多研究資源投向腦疾病治療方案、藥物研究、健康研究及顛覆性創新方向，神經生物學、神經信息學、數字人文等交叉學科擁有廣闊發展空間，新型神經技術、創意產業在全球市場特別是中等收入國家將擁有更多商業機會，也意味著專業衛生人才將擁有更多培訓、教育和職業發展機會。

3.3.2 問題挑戰 (1)2025—2030年。腦科學發展面臨的挑戰主要包括癡呆癥護理與心理健康壓力帶來的社會挑戰，動物模型、人腦研究、人工智能發展中的神經倫理學問題，健康大數據基礎設施建設中的信息采集/管理/共享、患者人權、隱私保護等難題，受全球政治、經濟、環境變化影響的國際合作、開放科學、持續性研究支持等挑戰。(2)2031—2040年。腦科學發展面臨的挑戰主要包括腦研究與生物醫學研究中的科研誠信與倫理挑戰，心理健康壓力、不健康生活方式、營養不足/營養過剩、傳染性疾病、慢性病等腦健康威脅，人工智能、類腦智能等顛覆性技術研發、臨床轉化及商業化挑戰，以及醫療保健服務、治療水平差距、營養健康食品等健康公平問題。(3)2041—2050年。腦科學發展將要面對老齡化社會帶來的各種挑戰，例如神經退行性疾病患者的健康護理、長期照護、姑息治療等需求增加，對患者管理、人力資源、基礎設施、公共衛生系統、社會護理系統、公共衛生政策等都將構成挑戰。

3.3.3 發展動力 (1)2025—2030年。促進腦科學發展的驅動因素主要有深度學習、高性能計算、信息和通信技術、數字化使能技術、醫學成像技術等人工智能和醫療診斷技術的發展，支撐腦科學研究的基礎設施和技術平臺建設，推動腦科學發展的政策支持，開放科研創新環境，以及促進腦健康的高等教育和公眾教育發展。(2)2031—2040年。促進腦科學發展的驅動因素主要有神經科學、飲食行為健康、營養研究等腦健康相關的科學研究發展，健康大數據、開放科學數據、移動健康管理系統、電子健康管理系統等支撐腦科學研究的基礎設施與腦成像、人工智能技術、3D打印、使能技術、正電子發射斷層顯像術等創新技術發展，以及工作環境健康、健康飲食推廣、預防保健、營養食品供應等促進腦健康的社會環境。(3)2041—2050年。促進腦科學發展的驅動因素主要有支撐腦科學發展的人工智能系統、健康信息平臺等信息化、智能化基礎設施建設，支持神經系統疾病的早期診斷、健康護理、最佳實踐等腦科學國際研究合作與共享，促進健康公平的公共衛生服務框架、社會關懷、優先事項、指導原則等可持續發展衛生政策，以及醫護人員收入、專業護理人員培訓、公眾腦健康認識等社會水平提升。

3.3.4 發展阻力 (1)2025—2030年。限制腦科學發展的阻力主要是數據保護政策、數據訪問和利用限制等腦科學研究數據基礎設施限制，技術成熟度、專利限制、轉化成本等技術限制，以及神經倫理學原則、隱私保護、最高倫理標準、社會偏見等倫理考慮限制。(2)2031—2040年。制約腦科學發展的因素主要有食品安全、煙草制品銷售、酒類促銷、藥物濫用等腦健康風險，財政預算、醫療費用、資源限制、技術應用成本等經濟制約，基礎設施、公共安全、衛生人力資源、地方醫療水平等社會公共服務差距。(3)2041—2050年。阻礙腦科學發展的因素主要是人口老齡化加劇帶來的經濟負擔與照護壓力，例如嚴重癡呆癥、慢性病發病率提高帶來的人力資源、照護壓力、心理健康困擾、睡眠障礙等社會健康負擔，經濟增長極限帶來商業競爭加劇和成本控制壓力，以及臨床應用、市場準入、政治/社會障礙、保護性因素等腦科學相關產業發展障礙。

4 結語

研究構建基于戰略報告文本挖掘的趨勢預見方案，以腦科學領域為例進行實證研究，利用多種深度學習方法對全球已發布的腦科學相關戰略報告進行全文本分析、解構和情報知識元分類，構建全球腦科學戰略信息庫，并從戰略規劃視角對腦科學未來發展趨勢展開多維度前瞻預測研究。在中國腦計劃正式啟動、腦科學研究納入國家戰略發展之際，本研究結果有助于決策者把握全球腦科學長期發展趨勢，并針對未來不同時期的潛在發展機遇與挑戰、發展阻力與動力等可能影響腦科學發展的可變因素，制定有效應對計劃和預案，從而保障中國腦科學發展計劃順利實施。

研究結果表明，本研究方案設計切實可行，多種深度學習算法的融入大幅提升了非結構化文本挖掘和信息提取的效率和自動化程度，減少了人工干預。本研究設計的趨勢預見方案及實現方法體系具有一定普適性和擴展性，獨立于領域知識，可根據不同需求適當調整分類體系應用于其他領域的戰略情報獲取、發展趨勢預見等前瞻性研究。