十年前，丹尼斯·德格雷在雨中倒垃圾時不慎滑倒，他的生活從此改變。他下巴著地，導致嚴重的脊髓損傷，使他頸部以下癱瘓。現在，他是一項旨在幫助癱瘓人士僅用意念打字的系統研究的明星參與者。
幾十年來，腦機介面（BCI）為殘疾人恢復功能的前景一直激勵著研究人員，但很少有裝置可以廣泛投入實際使用。根據應用的不同，存在一些障礙。然而，對於打字來說，一個重要的障礙是達到足以證明採用該技術（通常涉及手術）合理的速度。週二發表在eLife上的 一項研究報告了一種系統的結果，該系統使三名參與者——德格雷和兩名患有肌萎縮性脊髓側索硬化症（ALS，或稱盧伽雷氏病，一種導致進行性癱瘓的神經退行性疾病）的人——以迄今為止使用 BCI 實現的最快速度打字——這些速度使該技術能夠達到實際有用的程度。斯坦福大學的神經外科醫生和共同資深作者傑米·亨德森說：“我們正在接近我可能在手機上打字速度的一半。”
研究人員使用三項任務來衡量效能。為了展示在最自然場景下的效能，對一名參與者進行了“自由打字”任務評估，她只是使用該裝置回答問題。但是打字速度通常使用複製打字來衡量，即打出設定的短語，因此所有三名參與者也以這種方式進行了評估。進行自由打字任務的女性實現了每分鐘超過六個單詞的速度，另一名 ALS 患者實現了接近三個單詞的速度，而德格雷實現了幾乎八個單詞的速度。該小組在 2015 年的Nature Medicine研究中報告了類似的結果，但這些結果是使用利用英語統計資料來預測後續字母的軟體實現的。本研究中未使用此類軟體。
關於支援科學新聞
如果您喜歡這篇文章，請考慮透過 訂閱來支援我們屢獲殊榮的新聞報道。透過購買訂閱，您將有助於確保有關當今塑造我們世界的發現和想法的具有影響力的故事的未來。
複製打字的缺點是，效能可能因使用的特定短語和鍵盤佈局而異。為了獲得獨立於任何這些因素的衡量標準，第三項任務涉及在六乘六的網格上隨機亮起時選擇正方形。這更接近於量化系統可以輸出資訊的最大速度，並且很容易轉換為數字“每秒位元”度量。該團隊使用了這一系列任務，沒有使用預測軟體，因為該研究的中心目標之一是制定標準化措施。斯坦福大學當時的博士後研究員、共同主要作者切坦·潘達里納特說：“我們需要建立衡量標準，以便——儘管人們、方法和研究人員之間可能存在差異——我們真的可以說，‘很明顯，這項新進展帶來了更高的效能’，因為我們有系統的比較方法。這對推動這項技術的發展至關重要。”
兩名 ALS 患者分別實現了每秒 2.2 位元和 1.4 位元的速度，比之前的記錄（由同一組在之前的研究中保持）高出一倍以上。德格雷實現了每秒 3.7 位元的速度，是之前最佳速度的四倍。“與之前 BCI 的臨床研究相比，這是一個相當大的效能飛躍，”潘達里納特說。
其他研究人員也認為這些是最先進的結果。“這是任何人在 BCI 上展示的最快的打字速度，”匹茲堡大學的生物醫學工程師詹妮弗·科林格說，她沒有參與這項研究。“它與眼動追蹤器等技術不相上下，但有些人群，例如“被鎖住”的人，這些技術不適用。這些速度也接近於一項調查中 ALS 患者表示他們希望從 BCI 裝置中獲得的速度。“你已經到了效能足夠好的程度，使用者實際上會想要擁有它，”科林格說。
參與者的大腦表面植入了一個或兩個微小的（六分之一英寸）電極陣列。這些“皮層內”植入物包含 96 個微電極，這些電極穿透到控制手臂運動的運動皮層部分 1 到 1.5 毫米深處。其中兩例手術由亨德森完成，他與該研究的資深共同作者、生物工程師克里希納·舍諾伊共同指導斯坦福大學的神經假肢轉化實驗室。電極記錄的神經訊號透過電纜傳輸到計算機，舍諾伊實驗室開發的演算法會在那裡解碼參與者的意圖，並將訊號轉換為計算機游標的移動。斯坦福大學團隊是名為 BrainGate 的多機構聯盟的一部分，該聯盟包括馬薩諸塞州總醫院和布朗大學等。
其他透過電極與大腦連線的方法包括用於腦電圖（EEG）的放置在頭皮上的電極，以及放置在顱骨下大腦表面的電極，稱為皮層腦電圖（ECoG）。皮層內植入物的優勢在於它們可以挑選出單個細胞的活動，而其他方法則捕獲數千個神經元的平均活動。“這種效能比從腦電圖或皮層腦電圖中獲得的任何東西都要好 10 倍，[它們]沒有足夠的資訊以這種水平執行此類任務，”匹茲堡大學的神經生物學家安德魯·施瓦茨說，他沒有參與這項研究。在植入後大約頭兩年，運動和疤痕會降低訊號質量，但剩下的仍然有用——“比你用任何其他技術獲得的都要好得多，”他說。
目前，最大的缺點是有電線從人們的頭部伸出來並連線到電纜，這很麻煩並且存在風險。“未來的發展方向是使這些裝置無線化，”潘達里納特說。“我們還沒有在人身上實現這一目標，但我們可能離 5 年比 10 年更近，這是[朝著]一個你可以讓某人帶回家並且不太擔心感染等潛在風險的裝置邁出的關鍵一步。”這些裝置需要無線電力，但已經有幾個小組正在研究這個問題。“大多數技術基本上已經到位，”施瓦茨說。“你可以使用線圈以電感方式做到這一點——就像用兩側帶有線圈的底座無線充電你的手機一樣。”
該團隊將改進歸因於更好的系統工程和解碼演算法。“快速執行重複計算對於即時控制系統至關重要，”潘達里納特說。研究人員去年發表了一項由斯坦福生物工程師保羅·努尤朱基安領導的研究。在研究中，他們訓練了兩隻獼猴執行一項與本研究中使用的網格練習類似的任務。這些動物透過選擇螢幕上顏色變化的字元來打句子（儘管它們不理解這些單詞的含義）。當團隊新增一個單獨的演算法來檢測猴子停止的意圖時，它們的最佳速度提高了每分鐘兩個單詞。
“離散點選解碼器”也用於當前的研究中。“我們在這裡基本上建立了一個‘點選’介面，就像滑鼠一樣。這對於現代智慧手機或平板電腦等裝置來說是一個很好的介面，”潘達里納特說，“這將開啟一個超越通訊的全新功能領域：上網衝浪、播放音樂，所有健康人認為理所當然的事情。”
斯坦福大學團隊已經在研究無線技術，並且對該專案有雄心勃勃的長期目標。“我們希望有一天實現的目標是能夠將無線接收器插入任何計算機，然後僅使用你的大腦來使用它，”亨德森說。“我們的主要目標之一是允許每天 24 小時、每週 7 天、每年 365 天僅使用大腦訊號來控制標準計算機介面。”