神经系统疾病影响的人群规模非常大，带来的负担落在患者、家庭与照护体系，也落在医疗系统与经济层面。她的意思是，这类疾病的现实压力会长期存在，脑机接口之所以值得投入，很大一部分原因在这里。她同时指出，很多现有治疗仍偏向症状管理，真正要往诊断、治疗和康复的能力跃迁，就需要更强的神经技术支撑。

她对现有植入式器械也有一个判断：关键部件长期依赖传统电极路线，这条路线在与大脑复杂的电化学信号交互时存在天花板。她希望看到的是能以更高保真度、更强适配性、更好生物相容性去“读写”神经活动的新一代神经电子技术，让设备更像在用大脑能接受的方式交流。

谈到下一代路径时，她举了石墨烯这个例子，强调它的导电性、柔性与生物相容性等特性，使其具备成为高精度神经接口基础材料的潜力，目标指向更高分辨率的记录与调控。她紧接着补了一句更关键的判断：材料本身解决不了全部问题，因为大脑是动态系统，会随着时间、情境与疾病进程持续变化。要应对这种变化，脑机接口需要从静态设备走向能学习、能适应、能实时响应的系统。

在人工智能部分，她提到 INBRAIN 与微软的合作，讨论将基于 Azure AI 基础设施的 agentic AI 用于精准神经学与脑机接口治疗的探索。她描述的方向是，把时间序列 AI 模型与高分辨率神经数据结合，让系统持续从个体患者信号中学习，并自主调整刺激或调制策略，朝着实时、自主、个体化的治疗形态推进。

但她也把“边界问题”摆在同等重要的位置。她认为脑机接口触及的不只是身体器官层面，它会牵涉认知、感知与身份感，所以创新必须由清晰原则引导，核心落点是人的尊严。

她给出的“负责任发展”框架有三条支柱。

第一条是目的导向设计，技术需要对齐明确医疗需求，并且能证明对患者结局与生活质量有可衡量的改善。

第二条是数据隐私与 brain sovereignty，神经数据极其个人化，需要保护数据安全，同时确保主体对数据采集、解释与使用拥有控制权，她强调数据架构与治理要从一开始就写进底层设计。

第三条是公平可及，技术收益不应只落在少数人手里，需要产业、医疗体系、监管与政策协作，让创新可获得、可规模化，并具备全球相关性。

最后，她认为神经电子进步不能在孤岛里推进，科学家、工程师、临床医生、伦理学者与政策制定者需要共同建立标准，在促进创新的同时维护公众信任。随着技术从实验室走向真实医疗照护，透明沟通、公众教育、患者与社会参与会变得更关键。这些技术要能赋能个体、保护自主性，并增强人的尊严。