在满是屏幕的脑电图室里，童培峰第一次近距离观察医生诊断癫痫的过程。他看到医生们埋首于密密麻麻的脑电波形图中，一坐就是三四个小时，只为从海量波动曲线中找出那关键的异常信号。

“时间都耗在图上，真正留给病人的时间太少了。”一位医生的感慨，让当时还是学生的童培峰深受触动。他萌生了一个想法：能否用算法来辅助医生，让机器分担这份繁重的读图工作？

这个想法并非凭空而来。童培峰本科研究的是环境学，直博后，他转向统计学，师从著名统计学家、中国科学院院士陈松蹊。2021年，陈松蹊牵头一项关于脑电波和儿童癫痫自动诊断的国家自然科学基金课题，童培峰参与其中。

他们发现，当时国内的脑电图分析基本依赖医生人工判读，耗时费力，报告出具慢。对于癫痫这种需要长期服药、严重影响生活的疾病，快速准确地诊断至关重要。

童培峰当即就联想到了本科专业学习的“沙尘暴”：“大脑神经元释放的癫痫信号，不正像人脑里的一场‘小沙尘暴’吗？”统计学作为强大的分析工具，或许能在医学领域找到用武之地，填补这项技术的空白。

攻坚克难：让AI“看懂”混乱的脑电波

课题研究不断深入，成果转化的契机也日益成熟。陈松蹊作为首席科学家坐镇北京大学长沙计算与数字经济研究院（以下简称“北大长沙院”），为团队在长沙发展提供了有力支持。于是，2024年4月，团队决定将项目落地长沙，在北大长沙院内成立了孵化基地——脑机智能与应用统计中心。

“脑电分析领域虽然难度大但是切口小，年轻团队最大的特点就是敢闯、敢干、没包袱。”童培峰表示，团队由一批来自北大、北航等高校的年轻人组成，涵盖医学、计算机和统计学等专业，形成了独特的“医工交叉”复合型团队。

为什么说脑电分析很难？不同癫痫患者的发作模式千差万别，在一个病人数据上训练好的模型，换一个病人可能就失效了。“但医生对癫痫的诊断高度依赖于脑电图。”童培峰说，因此研究最大的难题是如何让AI模型具有普适性。

此外，脑电信号本身极其微弱且充满干扰。患者眨眼、吞咽等轻微动作，都会在数据中形成巨大的“杂音”。“市面上高质量、带专业标注的脑电数据本就稀缺，脑电作为一种特殊的时间序列数据，其分析范式也与图像、语音等常见数据不同。”童培峰表示。

于是，他们更加频繁地深入一线，了解医生实际工作场景和痛点，获取到了千余份宝贵的高质量临床脑电数据。凭借扎实的功底，团队创新性地提出了一套特征提取方法，核心在于“教会”AI在混乱的信号中聚焦真正有价值的癫痫特征波段。

“就像在嘈杂的房间里教它只听清一个人的说话声。”童培峰解释道，“我们必须帮它屏蔽掉无用的噪音，专注于它该听的关键信息。”通过反复训练和优化，他们开发的算法在识别癫痫特征信号上达到了99.8%的精度。“精度不够，是当前很多市场上同类产品难以进入诊室的核心原因。”童培峰说。

稳步前行：为医生装上“智能助手”

2024年10月，童培峰带领团队成立长沙思维解码科技有限公司（简称“思维解码”），并在年底公开上线“EEG-X智能脑电分析平台”的科研试用。

它集成了神经电生理和神经影像分析模块，不仅能识别癫痫发作期的典型异常，还能在患者非发作期发现隐藏的脑电异常，并通过非侵入的头戴设备，辅助医生判断颅内异常的位置。借助这个平台，医生能在十几分钟内出具报告，也会降低自身经验的主观误差。

依托EEG-X项目，团队在2024年长沙“岳麓山杯”大学生创业大赛中获得新型研发组第一名，公司还在今年七月参与了湖南省区域性股权市场大学生创新创业专板的敲钟仪式。

“能如此快地见到成果，是因为我们能心无旁骛地进行研究。”童培峰表示，落地北大长沙院后，湘江新区给予的政策和资金支持让团队没有后顾之忧。

目前，思维解码已与十余家知名医院建立了合作关系。未来一年内，公司将着重从软硬结合一体机、医院局域服务器及居家监测三个方向进行研究，并有望在2026年初获批二类医疗器械证，使产品能正式用于临床诊断。

从观测自然界沙尘暴的规律，到捕捉人脑中“异常风暴”的信号，童培峰和他的伙伴们——这群扎根湖南的年轻创业者，正用扎实的学科交叉知识、敢闯敢拼的劲头，以及解决实际医疗痛点的决心，努力让AI技术成为医生的得力助手，最终惠及广大的癫痫患者，让精准诊断更快、更可及。