据周四发表的一篇科学论文称，美国研究人员研发出一种神经假肢，成功地将瘫痪男子的脑电波转换成完整的句子，这在世界上还是首例。
加州大学旧金山分校(UCSF)博士后工程师大卫·摩西(DavidMoses)是《新英格兰医学杂志》这项研究的主要作者之一，他说:“对于那些无法自然交流的人来说，这是一个重要的技术里程碑。”“它展示了这种方法的潜力，可以让严重瘫痪和失语的人发出声音。”
每年，都有成千上万的人由于中风、事故或疾病而失去说话的能力。过去，在这一领域的研究，主要集中在通过电极读取脑电波来开发能够让使用者拼写字母的移动假肢。而新方法的目的是，使通信更加迅速、系统化和可靠。
在论文披露的案例中，一名36岁的男子在20岁时因中风患上了关节炎，不能清晰地说话，但他的认知功能仍然完好无损。
该团队决定启动一项名为“手臂和声音的脑机接口修复”（Brain-ComputerInterfaceRestorationofArmandVoice）的新研究，第一个参与者代号为BRAVO1。
自从遭受了严重的脑干中风后，BRAVO1的头部、颈部和四肢的活动极为有限，只能通过棒球帽上的指针在屏幕上标出字母来进行交流。
在这项研究中，研究团队在这位中风患者的感觉运动皮层上直接铺设了极小的电极薄片，然后测量了患者在试图说一个词时的大脑信号活动，并使用深度学习算法来预测感觉运动皮层中的大脑活动模式。
研究人员与BRAVO1合作，建立了一个50个单词的词汇表，其中包括“水”、“家庭”和“好”等日常生活中必不可少的词汇，然后通过手术在他的语言运动皮层植入一个高密度电极。
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，并使用人工智能区分数据中的微妙模式，并将它们与单词联系起来。
为了测试这一方法是否有效，研究人员向他展示了根据词汇集构建的句子，并将结果记录在屏幕上。
然后他们会问他一些问题，比如“你今天过得怎么样？”或者“你想喝点水吗》”他也会回答“我很好，”或者“不，我不渴。”
通过结合脑机接口和机器学习模型，他们希望使中风后失去说话能力的BRAVO1，更快地输出语音信号。结果显示，该系统每分钟解码18个单词，平均准确率为75%。一个类似于手机的“自动更正”（auto-correct）功能，促成了它的成功。
BRAVO1的神经外科医生EdwardChang说:“据我们所知，这是首次成功地从瘫痪而不能说话的人的大脑活动中直接解码完整单词。”
该杂志的一篇社论称赞这项进展是“神经工程学的一项壮举”，并表示，更小的表面电极等技术的进步可能有助于进一步提高准确度。
译/前瞻经济学人APP资讯组
参考来源：