腦植入物未來或能恢復癱瘓者的溝通能力
兩項研究表明，腦-電腦介面可能比現有技術更快、更準確地將腦訊號解碼為語音
根據《大西洋月刊》記者維多利亞·宋（Victoria Song）的報導，今天在《大自然》（Nature）發表的兩項研究表明，在未來，腦-電腦介面（BCI）可能有助於為無法講話的人恢復溝通能力。在這兩項研究中，研究人員使用了能夠接收腦訊號的腦植入物，然後利用算法將這些訊號轉換成螢幕上的句子。雖然這並不是一個新概念，但令人興奮的是，這兩個研究團隊都能夠比現有技術更快、更準確地做到這一點。
史丹佛大學的研究
在史丹佛大學的研究中，研究人員將電極植入了一名患有肌萎縮性脊髓側索硬化症（ALS）的患者的腦部的兩個與語音相關的區域。BCI 的設計是在患者試圖講話時檢測腦活動。然後，這些訊號被輸入一個算法，該算法將特定的腦活動模式與語音組成部分（phonemes）聯動起來。為了訓練這個算法，研究人員讓患者嘗試用聲音或默默地模仿句子，在大約每次四個小時的 25 個會議中進行。幾個月後，史丹佛的算法能以每分鐘 68 個字的速度將腦訊號轉換為文字。
加州大學三藩市分校和加州大學伯克利分校的研究
在加州大學三藩市分校和加州大學伯克利分校的研究中，研究人員將一層包含 253 個電極的薄紙片手術地放置在一名因腦幹中風而嚴重癱瘓的患者的腦部。與史丹佛的研究一樣，研究人員讓患者嘗試用聲音訓練算法，以便算法能識別與不同語音組成部分相關的腦訊號。然後，這些訊號被轉換為數位化頭像上的面部表情和調節語音。雖然這兩項研究使用了稍有不同的方法，但在準確性和速度方面的結果相似。史丹佛的研究在限於 50 個詞彙的條件下，誤差率為 9.1％，擴充套件到 125,000 個詞彙時則為 23.8％。加州大學三藩市分校和伯克利分校的算法能以中位速率 78 個字每分鐘解碼。它在包含 119 個詞彙的條件下的誤差率為 8.2％，在包含 1,024 個詞彙的條件下約為 25％。
評論
儘管這些研究只是概念取證，且還未準備好實際應用，但仍有一些潛在問題需要解決。其中一個潛在問題是這些治療需要長時間的訓練算法。但是來自兩個研究團隊的研究人員在新聞發布會上表示他們希望未來算法訓練的強度會減少。史丹佛研究的合著者，霍華德·休斯醫學研究所的研究科學家弗蘭克·威利特（Frank Willett）表示：“這些研究非常早期，我們沒有其他人的大量資料庫。當我們進行更多這樣的記錄並獲得更多資料時，我們應該能夠將算法從其他人學到的東西轉移到新人身上。”威利特還指出，這並不是百分之百確保的，仍需要進一步的研究。
另一個問題是，這項技術必須足夠簡單，讓人們在家中使用，而不需要照護者經過複雜的訓練。腦植入物也具有侵入性，在這些特定的研究中，BCI 必須透過電線存取到顱骨外部的裝置，然後存取到電腦上。還存在電極退化和這些可能不是永久解決方案的問題。要實現面向消費者的實際應用，這項技術必須經過嚴格的審查，這可能是一個漫長和昂貴的過程。還需要進一步的研究來理解無線版本的可行性。
建議
此外這些研究是在仍然有一些動作能力的患者身上進行的。像晚期 ALS 這樣的一些神經系統疾病會導致所謂的“僵化綜合徵”。在這種狀態下，一個人仍然有思考、視覺和聽覺能力，但只能透過眨眼或其他微小動作進行溝通。這類技術最需要的是有待進一步研究，以確保這種方法是否有效。
“我們已經超越了一個我們都非常興奮的效能門檻，因為它跨越了可用性的門檻，”張教授表示這項技術的潛在好處在於如果能夠安全且廣泛地應用的話，它將是巨大的。張教授繼續說：“我們正在非常認真地思考下一步該做什麼。”
