图1、研究者结合多层级语言序列范式和头皮高密度脑电记录，帮助临床医生对意识障碍患者的意识水平进行诊断和预后判断
每年我国有近10万患者因颅脑外伤、脑卒中、缺血缺氧性脑病等病陷入昏迷，继而进入长期的意识障碍状态，即传统意义上的“植物人”状态，长期治疗给家庭和社会都带来了巨大的压力。意识障碍患者中，以无反应觉醒综合征（unresponsive wakefulness syndrome，UWS）和最小意识状态（minimally conscious state，MCS）两类最为常见；相较于无反应觉醒综合征患者，最小意识状态患者的残存意识水平更高，康复可能性也更高。然而，现阶段对患者的状态鉴定依赖于有经验医生的观察和量表评分，具有一定的主观性，误诊率高达40%。近年来有研究者利用脑电或磁共振成像记录患者的脑活动，进而推测其意识障碍程度，但范式较为局限，神经指标也较为匮乏，准确性仍有一定的提升空间。因此，将语言加工这一大脑高级认知功能与意识状态相结合的研究，一方面对于研究大脑在不同意识状态下处理语言加工的能力及神经机制有着重要的科学价值，另一方面，将语言加工能力做为大脑认知能力指标来判断患者残存的意识水平，对于意识障碍患者状态诊断和康复预测有着极其重要的临床价值和社会意义。
图2、研究流程。a）多层级语言序列范式和语言层级追踪相关神经反应的示意图。b）脑电微状态示意图。c）利用多层级语言序列范式下的语言层级追踪相关神经反应及脑电微状态指标，对意识障碍患者的意识水平进行判断并预测康复。
在此基础上，团队假设，意识障碍患者的残存意识水平与语言序列中层级结构的加工深度可能存在关联，尤其会在高层级语言结构的神经表征上得到体现。基于此，研究人员首先设计了3种包含不同层级的语言序列（仅包含字层级的单字序列，包含字及词结构的词组序列，包含字、词、句层级的句子序列），记录了无反应觉醒综合征和最小意识状态患者在接受到语音刺激时的床旁脑电活动，并与健康人进行了对比。群体对比的结果显示，患者组和健康被试组均表现出了对字层级结构的显著神经响应，但仅健康被试组的脑电活动显著体现出对词和句子结构的追踪。值得注意的是，在个体分析中，研究人员发现15名患者表现出对词和句子结构追踪的神经活动，其中6名患者在脑电记录的100天后表现出明显的意识水平康复。机器学习进一步显示，利用词组序列和句子序列条件下的神经活动对两类患者的区分更为有效。
图3、三种脑电微状态参数的最小意识状态与无反应觉醒综合征组间差异随任务中语言层级的提升而加大
更重要的是，综合利用上述语言范式下的脑电指标建立的机器学习模型，不仅在诊断上显著优于基于行为学量表的临床评估，而且可以更准确地预测患者个体在脑电记录100天后的康复，正确率达到80%。为充分检测语言-脑电模型对单个患者的分类和预测结果的可靠性，研究人员进一步引入新一批患者数据，对当前模型进行预测功能的泛化验证，成功复现了准确的分类和预测效果。与之相对的是，基于临床行为评分的模型完全不具备对新数据集的泛化能力。这一系列对预测效果泛化能力的验证极为重要，意味着研究团队可能找到了一种普适的大脑意识水平的评价指标，在昏迷、睡眠、麻醉等一系列与意识水平相关的大脑状态评估中有着广泛的潜在应用价值。研究团队将在今后的研究中进一步优化测试方案，结合多模态测试和记录手段，进一步提高研究结果的临床效果、适应面和自动化程度，最终为研究意识障碍的神经机制、意识活动的神经表征，以及在意识障碍患者上开展相关科学研究提供实验依据和理论基础。
该研究由中科院脑智卓越中心（神经所）王立平研究员与复旦大学附属华山医院吴雪海教授共同指导，由脑智卓越中心桂鹏博士、蒋雨薇博士、温云卿博士、姜建博士，复旦大学附属华山医院臧迪、齐增鑫博士、谈家兴、谷川弘美，首都医科大学附属天坛医院徐珑博士合作完成，受到了脑智卓越中心学术主任蒲慕明院士、首都医科大学附属北京天坛医院赵继宗院士、法国国家健康与医学研究院Stanislas Dehaene院士、复旦大学附属华山医院副院长毛颖教授、浙江大学丁鼐研究员的大力支持，并得到脑智卓越中心灵长类生理检测平台的协助。研究获得了来自中国科学院、国家自然科学基金委员会和上海市的项目资助。
（原题为：《探索“植物人”语言能力和意识水平》）
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
