脑机接口让失语患者“说”出“你好”

据悉，这名患者从高处跌落后高位脊髓受损，只能通过眨眼向医生表达诉求，而这次采用脑机接口技术后，患者看着电脑屏幕上不断跳动的字符或拼音，便通过系统“说”出了自己的想法。

脑机接口技术为神经科学创新研究和临床神经疾病诊断、治疗与康复研究提供了专业、完整的解决方案。“通过这一技术，患者和医护人员以及家属有望实现更加有效的沟通交流，帮助患者更加精确高效地表达内心的想法。”西安交大二附院一名负责医生说。

据了解，这名患者跌落后，第5、第6颈椎脱位，导致高位脊髓受损。经过及时的手术治疗，颈椎成功复位，但目前四肢功能尚未恢复，外加气管切开状态伴随延髓麻痹，导致患者吞咽困难和言语障碍，只能通过眨眼来表达诉求。

为此，西安交大二附院重症医学科主任王小闯、副主任王岗同西安交大机械工程学院教授徐光华就脑机接口（Brain-ComputerInterface，BCI）技术在重症患者中的应用进行了充分论证，并针对该患者制定出了个体化的实施方案。

8月6日上午，在徐光华及其团队的努力下，患者被戴上了脑电帽，用BCI技术，在经过引导教学后，患者看着电脑屏幕上不断跳动的字符，不一会儿就在屏幕上跳出了“你好”两个字。“脑电帽采集到患者的脑电信号后，通过计算机处理和分析，就可以精准捕获患者的想法。”王小闯说。

据王岗介绍，从去年开始，西安交大二附院便与交大机械工程学院对接该技术的开发和应用，没想到第一次测试，患者就成功“说”出了“你好”。现在给患者应用这种技术有两种模式选择，一种是有预设的问题，通过注视相应的图像进行选择；另一种是和拼音打字功能相似，把26个字母放在屏幕上，通过注视之后把想表达的意思拼出来。这个“你好”就相当于是拼出来的。

“我们平时让患者眨眼睛，只能是问他‘渴不渴’‘想不想上厕所’等问题，患者如果有其他自己想表达的东西，比如想要见哪个亲属，医护人员是没有办法精确了解的。通过脑机接口技术则可以帮助患者表达出他们内心不同的想法。”王岗说。

读取大脑记忆、用意念控制物体……曾经，只属于科幻电影中的画面，如今正逐渐变为现实。

在动物身上试验并开启的脑机接口技术，近年来踏上了高速发展的道路，并被誉为“人工智能的下一代技术”。

脑机接口技术其实就是一种研究人脑的技术系统，通过“脑+机+接口”在脑与外部设备间创建全新信息交换通路，一方面将大脑信号转化为机器可识别的信号，实现对机器的有效控制；另一方面，将外部设备信号转化为大脑可识别信号，从外部对大脑进行直接干预。该技术起源于20世纪20年代。

按照分类，脑机接口可分为侵入式和非侵入式两种。两者的差别，就如同字面意思一样，侵入式是通过手术直接将电极植入大脑皮层，非侵入式则不采用植入方式而是穿戴设备。基于方式的不同，最终所产生的效果和影响也不同。前者信号获取质量高，但安全风险和成本较大；后者则相反。

具体讲，脑机接口系统由信号产生、提取、转换、输出和反馈几部分组成，其中最重要的是信号产生和转换算法。

今年初，浙江大学对外宣布“双脑计划”重要科研成果，国内首例植入式脑机接口临床研究在该校完成。

据悉，这一临床研究由浙江大学求是高等研究院脑机接口团队与浙江大学医学院附属第二医院神经外科合作。患者经过系统训练后，可以利用大脑运动皮层信号精准控制外部机械臂与机械手，实现三维空间的运动。同时，此项研究也首次证明高龄患者利用植入式脑机接口进行复杂而有效的运动控制是可行的。同时表明，这项最新成果将有助于肢体瘫痪患者进行运动功能重建，未来也有望对辅助运动功能、失能者功能重建、老年机能增强等产生积极影响。

而早在2012年，浙大团队就曾在猴子脑中植入微电极阵列，成功提取并破译了猴子大脑关于抓、勾、握、捏4种手势的神经信号，使猴子能通过自身“意念”直接控制外部机械手臂。2014年，浙大团队在人脑内植入皮层脑电微电极，实现“意念”控制机械手完成高难度的“石头、剪刀、布”手指运动。

尽管如此，我国脑机接口技术还处在初级阶段，目前在医疗应用方面效果比较显著。一方面它能够增强人体大脑技能，提升记忆、计算等脑力水平，让人具备更强大脑力能力；另一方面，它也可用于诊断脑部神经性疾病，预测和抑制癫痫发病，可用于中风患者的康复训练等，兼具强化和恢复两方面的辅助功能。但在重症医学领域中，它的应用还比较有限。简单的“你好”两个字，代表了脑机接口在重症患者中的应用迈出了一大步。脑机接口技术有望实现重症患者和医护及家属的有效交流，切实反映患者病情变化，提高ICU患者诊治疗效，改善预后；同时也可及时反映患者诉求，实现ICU患者人文关怀的个体化及智能化。

除此以外，脑机接口还在军事、教育、娱乐等领域有用武之地，并且能够与机器人、无人机等智能设备集合应用，帮助人们轻松从事各种工作和生产。

据中国科学院上海微系统与信息技术研究所研究员陶虎介绍，目前国内缺乏原创性脑机接口核心技术，在带宽、精度、在体稳定性方面均有不足，亟须整合多学科知识与多领域资源，集中力量解决“高带宽双向读写、海量神经信号实时处理和数据传输、无创/微创植入、长期在体”等关键技术问题，实现“人脑和机器脑深度融合”的新一代人机交互。