大腦閱讀設備讓癱瘓的人用思想說話

文 / 攝影  韓退之
發表在《自然》雜誌上的獨立研究中，兩個研究小組描述了腦機接口(BCI)，該接口可將神經信號轉化為文本或合成語音說出的單詞。BCI 可以分別以每分鐘 62 個單詞和每分鐘 78 個單詞的速度解碼語音。自然對話的速度約為每分鐘 160 個單詞，但新技術比之前的任何嘗試都更快。米里亞姆·納達夫Miryam Naddaf發表在最新一期《自然》(Nature)的<大腦閱讀設備讓癱瘓的人能夠用他們的思想說話> (Brain-reading devices allow paralysed people to talk using their thoughts)指出，使用人工智能 (AI) 增強的讀腦植入物使兩個癱瘓患者能夠以前所未有的準確性和速度進行交流。兩項研究報告了旨在幫助面癱患者進行交流的技術的顯著改進。(Two studies report considerable improvements in technologies designed to help people with facial paralysis to communicate.)
電極和運算法大腦讀取設備幫助癱瘓者移動、說話和觸摸
斯坦福大學神經科學家弗朗西斯·威利特(Francis Willett) 表示：「現在可以想像，我們可以讓癱瘓患者恢復流暢的對話，讓他們能夠自由地說出自己想說的話，並且準確度足夠高，可以可靠地理解。」在 8 月 22 日的新聞發布會上，加利福尼亞州的一位合著者發表了其中一篇論文。荷蘭馬斯特里赫特大學的計算神經科學家克里斯蒂安·赫夫說，這些設備「可能在不久的將來成為產品」。
Willett 和他的同事開發了一種腦機接口 (BCI) 來解釋細胞水平的神經活動並將其轉化為文本1。他們與67 歲的帕特·貝內特(Pat Bennett) 一起工作，他患有運動神經元疾病，也稱為肌萎縮側索硬化症，這種疾病會導致肌肉逐漸失去控制，導致行動和說話困難。
首先，研究人員對貝內特進行手術，將小型矽電極陣列插入大腦中與言語有關的部分，位於表面以下幾毫米處。然後，他們訓練深度學習算法來識別 Bennett 嘗試使用 125,000 個單詞的大詞彙集和 50 個單詞的小詞彙集說出各種短語時大腦中的獨特信號。人工智能從音素（構成口語的語音子單位）中解碼單詞。對於 50 個單詞的詞彙，BCI 的工作速度比早期的尖端 BCI 3快 2.7 倍，並實現了 9.1% 的單詞錯誤率。125,000 字詞彙的錯誤率上升至 23.8%。「大約四分之三的單詞被正確解讀，」威利特在新聞發布會上說。
植入物可以更精確地探知神經活動
「對於那些不會說話的人來說，這意味著他們可以與更大的世界保持聯繫，也許可以繼續工作，維持朋友和家庭關係，」貝內特在給記者的一份聲明中說。
在另一項研究中，舊金山加利福尼亞大學的神經外科醫生Edward Chang 和他的同事對一位名叫Ann 的47 歲女性進行了研究，她在18 年前因腦幹中風而失去了說話的能力。
他們採用了與威利特團隊不同的方法，將一個包含 253 個電極的薄如紙的矩形放置在大腦皮層的表面。這項技術被稱為皮層電圖描記術（ECoG），被認為侵入性較小，可以同時記錄數千個神經元的綜合活動。該團隊訓練人工智能算法來識別 Ann 嘗試使用 1,024 個單詞的詞彙說出 249 個句子相關的大腦活動模式。該設備每分鐘生成 78 個單詞，中位單詞錯誤率為 25.5%。
儘管威利特團隊使用的植入物可以更精確地探知神經活動，在更大的詞彙量上表現優於植入物，但「很高興看到通過ECoG，可以實現低字錯誤率」，Blaise Yvert 說，他是一名神經技術研究員。法國格勒諾布爾神經科學研究所。
完全植入式系統，沒有可見的連接器或電纜
研究團隊還創建了定制算法，將安的大腦信號轉換為合成聲音和模仿面部表情的動畫頭像。他們通過根據安的婚禮視頻錄音進行訓練，將聲音個性化，使其聽起來像安受傷前的聲音。「聽到與自己相似的聲音會讓人情緒激動，這是一個簡單的事實，」安在研究結束後的反饋會議上告訴研究人員。「當我有能力為自己說話時，真是太棒了！」「聲音是我們身份的一個非常重要的組成部分。這不僅關乎溝通，還關乎我們是誰」。
在 BCI 可供臨床使用之前，還需要進行許多改進。「理想的情況是無線連接，」安告訴研究人員。Yvert 補充道，適合日常使用的腦機接口必須是完全植入式系統，沒有可見的連接器或電纜。兩個團隊都希望通過更強大的解碼算法繼續提高設備的速度和準確性。
可以釋放癱瘓肌肉的讀心裝置
赫夫說，這兩項研究的參與者在思考說話時仍然能夠調動面部肌肉，並且他們與言語相關的大腦區域完好無損。「並非每個患者都會遇到這種情況。」
「我們認為這是一個概念驗證，只是為該領域的行業人士提供動力，將其轉化為人們可以實際使用的產品，」威利特說。
這些設備還必須在更多人身上進行測試，以證明其可靠性。加拿大溫哥華不列顛哥倫比亞大學神經倫理學研究員 Judy Illes 表示：「無論這些數據多麼優雅、技術多麼複雜，我們都必須在上下文中以一種非常謹慎的方式理解它們。」 「我們必須小心，不要過度承諾對大量人群的廣泛普遍性，」她補充道。「我不確定我們是否已經到了那裡。」