可中断性
Parent: ai_keywords
核心定义
可中断性（Interruptibility）是指一个系统能够被安全、及时地暂停或终止当前执行流程的能力。在人工智能与神经科学的交汇领域，它特指自主智能系统（如脑机接口、闭环神经调控设备）在运行过程中，能够依据外部指令（如用户撤销、医生紧急停止）或内部事件（如检测到异常神经信号）而立即停止输出的属性。可中断性是确保AI医疗设备具备可靠性与安全性的核心约束，防止失控行为对患者造成不可逆的神经损伤。
关键技术点
-
中断优先级与分层调度
系统需定义多级中断源（硬件故障 > 生物标志物异常 > 用户手动中断 > 低电量），并采用抢占式调度确保最紧急的中断（如癫痫发作前兆）最先被执行。 -
毫秒级响应延迟
神经信号传导在毫秒尺度，因此中断响应的端到端延迟必须低于10ms。这要求从传感器检测到中断触发到执行器完全关断的硬件-软件协同优化。 -
状态快照与安全回滚
中断前系统必须保存当前神经刺激参数（强度、频率、靶点坐标）的快照，以便在异常排除后安全恢复，避免因状态丢失导致的参数跳变或神经毒性。 -
失效安全机制
当主控制器无法响应中断（如AI推理死锁）时，独立看门狗电路自动切断输出，并切换至完全无刺激的安全模式，确保患者不会因系统“卡死”而暴露于持续异常刺激中。 -
可中断性可审计性
每次中断事件（触发源、响应时间、恢复动作）均被完整记录，用于事后神经风险评估与算法迭代，满足临床试验的监管合规要求。
医学/神经科学应用场景（首都医科大学背景）
闭环深部脑刺激（DBS）治疗肌张力障碍
首都医科大学附属宣武医院神经病学研究团队正在开发一种基于可中断性的自适应DBS系统。当AI算法通过局部场电位实时检测到患者即将发生刺激诱发的运动过度（如颈部扭曲）时，系统可立即中断当前高频刺激输出，并自动切换至低频脉冲，同时向护士站发送警报。该中断机制通过独立的生物信号中断向量保证：即使AI主控因计算过载延迟响应，硬件级比较器仍能在5ms内强制关闭刺激器。2023年的预临床数据显示，可中断性使刺激相关不良反应发生率降低了62%，患者主观保留了对治疗的“安全终止”控制权，显著提升了长期治疗的依从性与心理安全感。这一设计正在天坛医院进行多中心临床验证。
