脑机接口设计用于检测患者试图说话时的大脑活动

近日发表在《自然》杂志上的两项独立研究表明，未来，脑机接口（BCI）可以帮助因严重瘫痪而无法说话的人恢复沟通。在这两项研究中，研究人员都使用了可以接收大脑信号的大脑植入物，然后使用算法将这些信号翻译成屏幕上的句子。虽然这不是一个新概念，但令人兴奋的是，两个研究团队都能够比现有技术更快、更准确地做到这一点。

在斯坦福大学的这项研究中，研究人员在一名肌萎缩侧索硬化症（ALS）患者的大脑中植入了与言语相关的两个区域的电极。脑机接口设计用于检测患者试图说话时的大脑活动。然后，这些信号被输入一种算法，该算法将某些大脑活动模式与构成语音的音素联系起来。为了训练算法，研究人员让患者尝试在25个会话中说出或默念样本句子，每个会话大约持续4个小时。

在加州大学旧金山分校和加州大学伯克利分校的研究中，研究人员通过手术将一张含有253个电极的纸张放在一名因脑干中风而严重瘫痪的人的大脑上。与斯坦福大学的研究一样，研究人员让患者通过尝试说话来训练算法，以便识别哪些大脑信号与不同的音素有关。然后，这些信号被转换成面部表情，并在数字化身上调制语音。

虽然这些研究使用了略有不同的方法，但结果在准确性和速度方面是相似的。斯坦福大学的这项研究在限制在50个单词的词汇表中的错误率为9.1%，在扩展到125000个单词的单词表中的出错率为23.8%。大约四个月后，斯坦福算法可以以每分钟68个单词的速度将大脑信号转换为单词。加州大学旧金山分校和伯克利分校的算法能够以78wpm的中位速率解码。119个单词的词汇的错误率为8.2%，1024个单词的单词的错误率约为25%。

尽管23%至25%的错误率对于日常使用来说还不够好，但与现有技术相比，这是一个显著的进步。在一次新闻发布会上，加州大学旧金山分校神经外科系主任、加州大学旧金山学院研究报告的合著者Edward Chang指出，与自然语音的150至250wpm相比，现有技术的有效沟通率在5至15wpm是“费力的”。

Chang在新闻发布会上说：“每分钟60到70wpm对我们这个领域来说是一个真正的里程碑，因为它来自两个不同的中心和两种不同的方法。”

也就是说，这些研究更多的是概念的证明，而不是为黄金时段做好准备的技术。一个潜在的问题是，这些治疗需要长时间的训练来训练算法。然而，两个团队的研究人员在一次简报会上告诉媒体，他们希望未来算法训练的强度会降低。

霍华德休斯医学研究所的研究科学家、斯坦福大学研究报告的合著者Frank Willett说：“这些都是非常早期的研究，我们没有一个大的其他人的数据数据库。随着我们进行更多的记录并获得更多的数据，我们应该能够将算法从其他人身上学到的东西传递给新的人。”Willett确实注意到，这还需要更多的研究。

另一个问题是，这项技术必须足够容易让人们在家里使用，而不需要护理人员接受复杂的培训。大脑植入物也是侵入性的，在这些特定的研究中，脑机接口必须通过电线连接到头骨外部的设备上，然后连接到计算机上。也有人担心电极退化，以及这些可能不是永久解决方案的事实。为了让消费者使用，这项技术必须经过严格审查，这可能是一个漫长而昂贵的过程。

此外，这些研究是针对那些仍有一定活动能力的患者进行的。一些神经系统疾病，如晚期ALS，会导致所谓的“闭锁综合征”。在这种状态下，一个人仍然有思考、视觉和听觉的能力，但只能通过眨眼或其他小动作进行交流。闭锁综合征患者最需要这种技术，但还需要更多的研究来确定这种方法是否有效。

Chang说：“我们已经跨过了性能的门槛，我们都非常兴奋，因为它跨过了可用性的门槛。”他指出，如果这项技术能够安全、广泛地实施，它的潜在好处是巨大的。“我们正在认真考虑这个问题，以及下一步该怎么办。”

 

        审核编辑：彭菁