AI+脑机接口技术让“失语”瘫痪患者实现沟通自由

AI+脑机接口技术让“失语”瘫痪患者实现沟通自由 - 百度开发者中心的个人空间 - OSCHINA - 中文开源技术交流社区

本文分享自百度开发者中心NEJM：全球首例，AI+脑机接口技术让“失语”瘫痪患者实现沟通自由

每年，全球有成千上万的人因中风、事故或疾病而丧失说话的能力。这让他们像一座座孤岛，默默承受着生命带来的沉重。如何帮助这些无法言语的瘫痪患者提高生活质量，是脑机接口领域一直希望攻克的课题。

近日，美国加州大学旧金山分校 Chang Lab 的研究人员发表论文称，他们首次用脑机接口帮助一位瘫痪超过 15 年的失语男子 BRAVO1 恢复了 “说话” 能力。

7 月 15 日，该成果以 Neuroprosthesis for Decoding Speech in a Paralyzed Person with Anarthria 为题发表在《新英格兰医学杂志（NEJM）》上。

NEJM 社论文章称，这一进展是 “神经工程学的一项壮举” 。社论还指出，电极等技术的进步会进一步提高脑机接口解码的准确性。

在这项名为 Brain-Computer Interface Restory of Arm and Voice 的研究中，BRAVO1 成为了第一个受试者。他在 20 岁时因严重的脑干中风瘫痪并失语，只有头、脖子和四肢能进行极为有限的活动，但其大脑的认知功能完好无损。

研究人员与 BRAVO1 合作，开发了一个 50 个单词的词汇表，其中包括在日常生活中经常出现的高频单词，如 “水”、“家庭” 和 “好”，然后通过外科手术在他的大脑感觉运动皮层上植入了一个高密度电极。

在接下来的几个月里，研究小组记录了他试图说出这 50 个单词时的神经活动，并用自然语言技术建立了相应的数据模式。加州大学旧金山分校发布的视频显示，BRAVO1 在佩戴上脑机接口以后被问到 “你今天怎么样？” 他回答：“我很好”。还有 “你想喝点水吗？” 他的回答是，“我很好” 和 “不，我不渴。”

研究人员表示，该系统每分钟解码 15.2 个单词，准确率中值为 75%。从论文中可以看到，整个流程包括语言启动（prompt）、皮层信号（cortical signals）、神经信号处理（neural signal processing）、言语检测（speech detection）、词汇分类（word classification）、语言建模（language modelling）和解码回答（decoded response）等七个步骤。

带领这个研究团队的神经外科医生 Edward Chang 博士指出：“据我们所知，这是第一个成功将瘫痪失语者的大脑活动直接解码成语言的例子。这说明通过介入大脑的天然语言机制来恢复交流很有前景。” 他还表示，BRAVO1 只是第一个参与者，而他们正在做进一步的尝试。

脑机接口的重大突破和受试者们

脑机接口（Brain Computer Interface，BCI）是指在人或动物大脑与外部设备之间创建的直接连接，实现脑与设备的信息交换。这种信息通讯系统不依赖于外围神经和肌肉组成的传统输出通路。不同设备可采集大脑活动产生的电场、磁场或血红蛋白氧合等参数，再发送到计算机进行解读。

按侵入性由浅到深和脑信号分辨率由低到高排序，目前最主流的三种脑机接口设备分别是读取头皮脑电图（EEG）的脑电帽；读取皮层脑电图（ECoG）的芯片、电极和传感器；以及读取脑组织内部信号的皮质内电极（Intracortical BCI，iBCI）。

2021 年 3 月 30 日，BrainGate 团队在 IEEE 生物医学工程学报上发表论文 （点击蓝色字体查看学术头条以往报道），记录人类大脑信号与计算机之间首次实现无线高带宽传输。参与者 T5 和 T10 通过意念在标准的平板电脑上进行指向、点击和打字，且打字的准确率超过每分钟 37 个字符。

2021 年 5 月 13 日，斯坦福大学的研究人员利用脑机接口技术（点击蓝色字体查看学术头条以往报道）获取了大脑运动皮层 “手写” 笔迹的神经活动，并利用算法将神经活动转换为了电脑屏幕上的文本。神奇的是，这次的主角也是首次实现脑机接口信号无线传输的 T5。

勇敢的 BRAVO1

与前两次重大突破所使用的技术相同，此次 BRAVO1 也接受了在自己大脑内植入电极的深度神经读取技术。

2019 年 2 月，BRAVO1 接受了开颅手术，医生在他左脑的感觉运动皮层（sensorimotor cortex）上方，脑膜下方放置了高密度电极列列阵。论文显示，这个电极列阵可以在 BRAVO1 大脑中多个语言区域收集到信号，包括左侧中央前回、中央后回、额中后回和额下后回的一部分。

开颅手术两个月之后，研究团队开始了对 BRAVO1 的实验，共分为独立单词和句子两项任务。在独立单词任务中，BRAVO1 先会看到 50 个常用单词中的一个。当屏幕上的单词变成绿色时，BRAVO1 便开始用意念 “说” 出这个单词，进而让电极记录下他的神经活动。论文称，团队共进行了 9000 次单词任务，有效数据时长为 22 个小时。

分析显示，脑机接口检测到受试者试图生成单词的概率为 98%，有 191 次未检测到 BRAVO1 的语言意图。在 81 周的研究期间，分类单词的准确率达到了 47.1% 。有趣的是，即使是在腹侧感觉运动皮层（ ventral sensorimotor cortex）区域，电极位置稍有不同对解码 BRAVO1 语言功能的作用也不尽相同。因此电极的大小就对解码语言的准确性产生了决定性的影响。

在句子任务中，BRAVO1 会在大脑中尝试 “说出” 计算机显示的 50 个句子中的一句，接着将神经信号反馈到计算机模型中。这项任务共进行了 250 次。接下来，团队用错字率和每分钟解码的字数来衡量语言模型的准确率。报告称，使用语言建模的中位数错误率为 25.6%。对于单个句子块，观察到的最低单词错误率为 7.0%(通过语言建模)。当使用由自然语言模型随机生成的句子来测量机会表现时，中位数词错误率为 92.1%。

Facebook 放弃将脑机接口商业化

Facebook Reality Labs (FRL) 脑机接口项目成立于 2017 年，其目标为创建一个能将大脑活动直接转化为文字的脑机接口系统。此次 Change Lab 的研究成果便受到了 Facebook 的资助，也是其合作项目 Project Steno 的重大进展。但就在这篇论文发表的当天，Facebook 在宣传稿中宣布放弃将脑机接口产品商业化的想法，转而开发腕表界面。

在新闻稿中，Facebook 强调了自己对这项成果的贡献，同时强调公司将不再开发侵入性脑机接口：“需要说明的是，Facebook 对开发需要植入电极的产品没有兴趣。虽然我们仍然相信脑机接口技术的长期潜力，但我们已经决定立即将我把重点放在一款腕表可穿戴设备上。这款设备将在短期内进入市场。”

这一表态一方面反映了脑机接口和技术市场化之间存在的巨大鸿沟，另一方面更加反映了外界对大型科技公司进行神经读取技术商业开发的巨大伦理担忧。

不过对 Eddie Chang 来说，帮助残疾人提高生活质量的目标依然没有改变。他在新闻稿中表示，下一步是改进自己的系统，并在更多人身上进行测：“在硬件方面，我们需要建立分辨率更高的系统，以便更快地从大脑记录更多信息。在算法方面，我们需要有能够将这些来自大脑的非常复杂的信号转换成口语的系统，而不是文字。”

虽然商业话前景并不明朗，但对 BRAVO1 和更多像他一样生活在孤岛里的失语瘫痪患者来说，脑机接口技术都将是他们恢复与世界沟通的希望。

参考资料：
https://www.nejm.org/doi/full/10.1056/NEJMoa2027540
https://tech.fb.com/bci-milestone-new-research-from-ucsf-with-support-from-facebook-shows-the-potential-of-brain-computer-interfaces-for-restoring-speech-communication/

撰文：刘芳
编审：王新凯

点击进入了解更多前沿技术~~