一年一度的神经系统科学学会年会将于今年的11月在美国圣地亚哥隆重举行。该会议由Society for neuroscience(以下简称SFN)主办。SFN成立于1969年，是世界上最大的致力于了解大脑和神经系统的科学家和医生的非营利性组织，目前在全国有90多个国家和地区拥有38，000名会员以及在世界各地拥有130多个分支机构。每年都有来自全球80多个国家的3万余名专业人士参会，在这里，可以与全球的神经学专家进行广泛交流，深入了解神经学领域的最新发现，共同探讨最前沿的研究课题。每年，SFN的项目委员会都邀请优秀的科学家就神经科学的热门话题发表演讲，组织专题讨论会讨论来自整个领域相关的研究，覆盖了所有重要的神经科学研究课题。

今年，望里科技的学术论文《A machine learning approach using EEG data to detect methamphetamine craving induced in virtual reality environment》在上万篇文章中脱颖而出，成功入选本次会议，将在此次年会中进行发表。本文章阐释了利用机器学习算法与虚拟现实技术，通过脑电数据来研究个人对甲基苯丙胺(冰毒)的依赖程度。该研究表明，这种方式对于毒瘾渴求度的评估将是一个很好的工具，能够提供一种基于客观数据的评估指标体系。此研究在国际上并无先例，因此不仅填补了此领域研究的空白，而且被试量(3000+)远超同类型研究(上百例样本即为较多样本量水平)，研究结果上对戒毒人员毒瘾渴求状态评估的判断正确率亦达到了87%的高水平。

目前，国内外研究或工作实践中对毒瘾渴求的评估主要有以下几种方式：自我报告式测量、生理反应、神经生理反应等手段。在我国司法戒毒行政系统强制隔离戒毒所，主要运用自我报告式测量为主。但这种方式过度依赖主观汇报，由于戒毒人员有大量人为隐藏、撒谎等行为因素，导致评估信度效度较低、评估标准不够统一、评估办法操作性不强等问题。

望里科技发表的此文章所代表的技术，通过虚拟现实呈现成瘾物质相关线索刺激，采集戒毒人员的脑电(EEG)、皮肤电(GSR)、心率(HR)等生理数据，利用人工智能(AI)机器学习技术，通过对戒毒人员多维度的生理数据进行深层次挖掘，建立较为复杂的模型，实现对毒瘾渴求准确的量化预测。这种方式也是目前行业内最为客观可靠、实时性较强的渴求度评估方式，并且随着数据的不断积累，准确率会不断的自我提高，是不断自我升级和进化的一个系统，能够长期性、系统性发挥作用。

望里科技隶属于阿呆科技(北京)有限公司，是一家致力于运用人工智能等领先科技，以生物信号为媒介，探索人类大脑与精神领域的科技企业。望里科技是国内首个在国际顶尖会议上发表人工智能与成瘾、认知神经相关论文的公司，这代表了望里科技本身的学术研究及技术水平得到了国际的认可，在国际上的影响力和知名度与日剧增，也对人工智能在精神健康领域应用的方面做出了探索性的贡献，未来将持续不断的在该领域深耕细作。