《Nature》雜志同時(shí)發(fā)表了兩篇新論文，幫助那些因腦損傷和疾病而失去語(yǔ)言能力的人恢復(fù)語(yǔ)言能力，向前邁出了重要一步。兩個(gè)多學(xué)科團(tuán)隊(duì)展示了最先進(jìn)的人工智能輔助腦機(jī)接口（BCI）系統(tǒng)的速度和準(zhǔn)確性的新記錄，帶來(lái)了前所未有的將大腦信號(hào)翻譯成句子的能力——速度接近正常語(yǔ)音，詞匯量超過(guò)1000個(gè)單詞。這些進(jìn)步為那些不能說(shuō)話的人提供了以接近對(duì)話水平的速度進(jìn)行交流的能力，甚至展示了如何使用模仿患者聲音的計(jì)算機(jī)程序?qū)⑽谋局匦路g成語(yǔ)音。 背景

各種神經(jīng)系統(tǒng)疾病會(huì)麻痹對(duì)言語(yǔ)和肢體功能至關(guān)重要的肌肉，同時(shí)影響認(rèn)知功能，可能導(dǎo)致鎖定綜合癥——個(gè)體無(wú)法再發(fā)起交流，只能通過(guò)眨眼或最小的動(dòng)作來(lái)回應(yīng)詢問(wèn)。有多種系統(tǒng)（稱為替代和增強(qiáng)通信技術(shù)）可幫助患有閉鎖綜合癥的人進(jìn)行交流，但這些系統(tǒng)需要付出努力，并且比正常語(yǔ)音慢得多（通常每分鐘僅幾個(gè)單詞）。腦機(jī)接口有潛力解決這些問(wèn)題。

1969年，Macaca mulatta發(fā)表了第一個(gè)證明，可以訓(xùn)練受試者增加單個(gè)神經(jīng)元的活動(dòng)，從而做出有意的行為。人體實(shí)驗(yàn)開始于20世紀(jì)90年代末，當(dāng)時(shí)將一個(gè)電極連接到患有運(yùn)動(dòng)神經(jīng)元疾病（肌萎縮側(cè)索硬化癥，ALS引起的閉鎖綜合征患者的神經(jīng)元。隨后在2006年進(jìn)行了一項(xiàng)研究，其中將毫米級(jí)電極陣列（稱為微電極）植入脊髓損傷患者的大腦中。這種微電極陣列（MEA）記錄了運(yùn)動(dòng)皮層（負(fù)責(zé)控制隨意運(yùn)動(dòng)的大腦區(qū)域）中數(shù)百個(gè)神經(jīng)元的活動(dòng)，從而控制機(jī)械臂。MEA此后已被用于實(shí)現(xiàn)通信，例如通過(guò)解碼手寫嘗試。

腦電圖（EEG）的補(bǔ)充技術(shù)（將電極沿著頭皮放置以記錄大腦中的電活動(dòng)）自1999年以來(lái)一直被使用，通過(guò)控制自定義拼寫軟件來(lái)幫助癱瘓患者進(jìn)行交流。大約在同一時(shí)間，人們發(fā)現(xiàn)放置在大腦表面的小盤形電極（直徑2 ~ 3毫米）可以獲得比使用頭皮電極獲得的質(zhì)量更高的信號(hào)。這種記錄大腦活動(dòng)的方法稱為皮質(zhì)電圖（ECoG）。

2000年代初，ECoG電極被用于接受耐藥性癲癇手術(shù)的患者，以記錄與言語(yǔ)和身體運(yùn)動(dòng)相關(guān)的大腦信號(hào)。這最終導(dǎo)致了第一個(gè)完全嵌入式ECoG設(shè)備的開發(fā)，該設(shè)備使患有閉鎖綜合癥的人能夠在家使用打字程序。迄今為止，已有約50名不同程度癱瘓的人植入了腦機(jī)接口以進(jìn)行交流，其中大多數(shù)人使用MEA。

突破技術(shù)

圖1 將思想轉(zhuǎn)化為言語(yǔ)的先進(jìn)技術(shù) ?

加州大學(xué)舊金山分校華裔科學(xué)家張復(fù)倫報(bào)告了一位癱瘓參與者的研究結(jié)果，該患者在參加這項(xiàng)研究17年前經(jīng)歷了腦干中風(fēng)，導(dǎo)致她的講話難以理解。張復(fù)倫的BCI系統(tǒng)采用了嵌入253個(gè)ECoG電極的硅片，每個(gè)電極都記錄了數(shù)千個(gè)神經(jīng)元的平均活動(dòng)（圖1a）。該設(shè)備通過(guò)手術(shù)植入感覺(jué)運(yùn)動(dòng)皮層的左側(cè)“面部區(qū)域”——大腦中服務(wù)于口腔和面部肌肉（包括聲道）的部分。該研究以之前的ECoG記錄報(bào)告為基礎(chǔ)，其中包括植入另一個(gè)腦干中風(fēng)患者體內(nèi)的類似BCI。

大腦到文本的解碼是通過(guò)兩個(gè)系統(tǒng)的組合實(shí)現(xiàn)的：循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN，一種人工神經(jīng)網(wǎng)絡(luò)），它運(yùn)行的算法可以破譯與發(fā)音器官（聲道的一部分）運(yùn)動(dòng)相關(guān)的大腦活動(dòng)；其次是語(yǔ)言模型，該模型以每分鐘78個(gè)單詞的速度從1024個(gè)單詞組成句子（盡管單詞錯(cuò)誤率為25.5%）。或者，將大腦信號(hào)直接翻譯成合成語(yǔ)音，對(duì)于1024個(gè)單詞的詞匯，單詞錯(cuò)誤率為54.4%；較小詞匯量的錯(cuò)誤率有所下降（119個(gè)單詞的詞匯量為8.2%）。BCI還解碼嘗試的面部表情，并使用數(shù)字化身再現(xiàn)，從而為文本或語(yǔ)音提供視覺(jué)反饋，極大地豐富了參與者的溝通能力。總體而言，與之前報(bào)道的ECoG BCI相比，該設(shè)備在詞匯量、通信速度和語(yǔ)音解碼的多功能性方面都有顯著改進(jìn)。

與此同時(shí)，斯坦福大學(xué)Francis R. Willett一作兼通訊，報(bào)道了通過(guò)使用兩個(gè)MEA（總共包含128個(gè)電極）從一名因ALS而無(wú)法清晰說(shuō)話的參與者的左側(cè)感覺(jué)運(yùn)動(dòng)面部區(qū)域的小斑塊進(jìn)行記錄（圖1b）。與張復(fù)倫教授及其同事的設(shè)備一樣，RNN和語(yǔ)言模型被用來(lái)將大腦信號(hào)翻譯成文本，并針對(duì)不同大小的詞匯進(jìn)行訓(xùn)練和測(cè)試。使用該設(shè)備，參與者能夠以平均每分鐘62個(gè)單詞的速度進(jìn)行交流，125000個(gè)單詞的詞匯錯(cuò)誤率為23.8%，50個(gè)單詞的詞匯錯(cuò)誤率為9.1%。

RNN使用參與者嘗試說(shuō)出顯示器上顯示的260 ~ 480個(gè)句子時(shí)收集的神經(jīng)活動(dòng)記錄進(jìn)行訓(xùn)練——整個(gè)過(guò)程平均每天需要140分鐘，持續(xù)8天。分析表明，這種日常訓(xùn)練可以大大減少，而不會(huì)造成很大的表現(xiàn)損失。重要的是，作者觀察到，從被廣泛認(rèn)為對(duì)語(yǔ)音產(chǎn)生至關(guān)重要的大腦區(qū)域（稱為布羅卡區(qū)）記錄的神經(jīng)活動(dòng)無(wú)法被解碼，這引發(fā)了關(guān)于該區(qū)域是否包含對(duì)語(yǔ)音解碼有用的信息的疑問(wèn)。

圖2 口面部運(yùn)動(dòng)和嘗試言語(yǔ)的神經(jīng)表征 ?

意義與影響

這兩份報(bào)告構(gòu)成了重要的概念證明，即可以使用植入式腦機(jī)接口恢復(fù)通信，這兩個(gè)腦機(jī)接口代表了神經(jīng)科學(xué)和神經(jīng)工程研究的巨大進(jìn)步，并在提高因癱瘓神經(jīng)損傷和疾病而失聲的人的生活質(zhì)量方面顯示出巨大的希望。即使是允許用戶在輔助技術(shù)軟件中選擇字母或圖標(biāo)的基本BCI植入程序，也能為他們的日常生活帶來(lái)巨大的好處和滿意度?？梢詫?shí)現(xiàn)通信的先進(jìn)BCI系統(tǒng)（例如這里討論的系統(tǒng)）預(yù)計(jì)將產(chǎn)生更大的影響。

但有幾個(gè)問(wèn)題需要進(jìn)一步調(diào)查才能得到更廣泛的使用。首先，這兩項(xiàng)研究中使用的語(yǔ)音模型都使用具有殘余（盡管微弱）發(fā)音運(yùn)動(dòng)的參與者的模仿語(yǔ)音進(jìn)行訓(xùn)練和測(cè)試。現(xiàn)在需要更多的研究來(lái)證明對(duì)于缺乏殘余運(yùn)動(dòng)的參與者（如鎖定綜合征（包括晚期ALS））的療效。另一個(gè)問(wèn)題是，對(duì)于這兩種設(shè)備，高帶寬記錄是從數(shù)百個(gè)電極中獲取的，這些電極必須通過(guò)穿透皮膚的“基座”連接到外部放大器，這在美觀上沒(méi)有吸引力。需要開發(fā)完全植入式無(wú)線腦機(jī)接口，以復(fù)制或超越這些研究中報(bào)告的性能。

此外，高技能的研究人員積極參與了所報(bào)告的腦機(jī)接口的操作，但對(duì)于護(hù)理人員來(lái)說(shuō)，如果沒(méi)有大量的培訓(xùn)和維護(hù)，這些腦機(jī)接口仍然太復(fù)雜，無(wú)法在家庭環(huán)境中操作。未來(lái)將需要類似的、在最少或無(wú)需研究人員干預(yù)的情況下運(yùn)行的有效BCI系統(tǒng)。這需要使用以用戶為中心的設(shè)計(jì)原則，在臨床人群中進(jìn)行廣泛的開發(fā)和測(cè)試。目前還不清楚用戶對(duì)其他人語(yǔ)音的感知是否會(huì)導(dǎo)致大腦到文本解碼的錯(cuò)誤，因?yàn)樵絹?lái)越多的證據(jù)表明，除了語(yǔ)音產(chǎn)生之外，語(yǔ)音感知還會(huì)激活感覺(jué)運(yùn)動(dòng)皮層。

最后，哪種BCI方法（MEA或ECoG）最能滿足用戶在現(xiàn)實(shí)應(yīng)用中的安全性和長(zhǎng)期有效性方面的需求，還有待觀察。MEA從較小的皮質(zhì)區(qū)域捕獲豐富的功能信息，但信號(hào)往往不穩(wěn)定，需要頻繁更新語(yǔ)音解碼模型。此外，MEA的壽命可能會(huì)受到電極材料的降解和裝置的組織封裝的限制。ECoG電極需要植入的面積比MEA更大，但ECoG電極位于皮質(zhì)組織外部，通?？梢远嗄晏峁┏錾男盘?hào)質(zhì)量，盡管它們會(huì)引起淺表組織反應(yīng)。

審核編輯：彭菁