脑电图下百年追问，人类何时能真正"读懂"大脑？

文 | 追问nextquestion

一百年前，人类首次记录下第一条脑电波，如今，这一束火花支撑起了半个脑科学。本文中，我们梳理了来自全球500余位专家的声音：他们的关注重点，优先事项和下一步的行动呼吁，既是对过往百年的敬意，也是对未来百年的期许。让我们共同投身这场连接心智与电波的伟大旅程，使脑电波的潜能在科学与社会的疆域中延续、绽放。

▷Mushtaq, Faisal, et al. "One hundred years of EEG for brain and behaviour research." Nature Human Behaviour 8.8 (2024): 1437-1443.

01 追溯EEG的历史

1924年7月6日，精神病学家汉斯·伯杰（Hans Berger）与神经外科医生尼克莱·古勒基（Nikolai Gulekey）一同在德国耶拿的一间手术室内，首次记录下了人类大脑的自发电活动。这一开创性成果为现代脑电图（EEG）技术的发展奠定了基础（图 1，脑电记录图例）。

一转眼，整整百年过去。我们向来自50多个国家的500多位专家请教，探讨EEG在理解大脑功能与功能障碍方面的影响，也听取他们对未来百年 EEG 研究重点的看法，希望由此最大化 EEG 对神经科学乃至医学领域的潜在贡献。

在这些交流基础上，我们还请专家们想象，在未来一整个世纪里，脑电图技术如何在神经科学和社会中不断演变。本篇评论文章将汇总他们的意见与建议，并呼吁各界积极行动，充分释放EEG的潜力。

▷图1，2024年的脑电图记录。2024年，在英国布拉德福德的一所学校教室里，一名年轻参与者戴着现代无线耳机，在实验室外记录脑电图。屏幕上显示的信号，逐行重复，是汉斯·伯杰一个世纪前从他的儿子克劳斯那里拍摄的早期录音的改编，显示了正弦10赫兹的活动，他称之为“阿尔法节律”。

02 什么是脑电？

脑电图（EEG）是一种非侵入性（non-invasive）神经成像技术，通过放置在头皮上的电极记录大脑的电活动。其所记录的信号，即脑电图（EEG），是皮层神经元群体（沿皮层柱排队的锥体细胞）中同步突触活动的产物。每个电极位点的电压波动反映了活动电极和参考电极之间的差分信号，经放大后记录为脑电波形。这些电变化能以高时间分辨率被捕捉，为观察大脑在亚毫秒尺度的时间维度的活动提供了一个窗口。

在临床应用上，EEG有着无可替代的地位。因为某些特定脑功能异常的病例会引发相对一致的EEG模式，并且这些模式可以被检测到。定量脑电图（qEEG）通过运用数学方法提取脑电波形的数值特征，来支持信号解读，推动了此类应用的临床落地。此外，EEG不仅是癫痫诊断的金标准，还可用于识别睡眠障碍、判定脑功能存续状态，或探查特定意识障碍。其中，视觉诱发电位已被用于诊断多发性硬化症（该疾病会导致脱髓鞘病变），而听觉诱发电位可检测新生儿的听力异常。

通过将信号与反应或外部刺激进行时间锁定（time-locking），并在多次试验中对信号进行平均处理，可以提取出与诱发该活动的感觉、运动或认知事件特异性相关的神经活动。这项技术经常应用于监测整个发育过程中大脑成熟度、心理健康状况以及考察行为治疗和药理治疗干预后的神经变化。在学术研究中，通过对EEG信号进行平均和单次试验分析，已被广泛用于探索与认知处理相关的基本问题，包括与注意力、情绪、记忆和决策相关的研究。

凭借其便携性和低成本优势，EEG越来越多地进入真实场景应用，包括社区和其他因成本过高或操作受限而无法使用常规神经影像技术的环境。随着商业化产品不断问世，脑功能监测日渐普及。EEG与其他技术的融合，包括人工智能（AI）、虚拟现实（VR）和增强现实（AR），正在创造与数字和物理世界互动的新可能性。脑机接口（BCI）技术的进步表明，EEG不仅能操控义肢与通讯设备，还可实现神经反馈训练及促进运动功能康复。

▷图3,4 科学问题及AI方法中，每个聚簇使用AI的研究多少，图中x 轴表示每个聚簇的总出版物数量，而 y 轴反映每个聚簇中的跨学科 AI4Science 出版物数量。

03 历史和影响

在二十世纪初，生理学家们普遍热衷于在显微镜下研究细胞和神经纤维，极少有人想象在完整的人脑表面放置电极记录电活动——这看起来太过大胆甚至荒诞。然而伯杰并未被时代的眼光束缚，他一生都致力于寻找一种名为“精神能量”的客观证据，希望借此揭开人类心智的奥秘。经过多年探索，伯杰终于在1924年实现了突破：他第一次记录下了人类大脑的自发电活动，也就是今天广泛使用的脑电图（EEG）的雏形。然而由于他谨慎自疑，直到1929年，他才公开了这一划时代的成果[1]。

在此期间，他进行了数百项实验，不断完善从开颅手术的直接脑电记录，到后来头皮表面的无创采集技术。尽管科学界对这一发现持谨慎态度，但大众媒体却毫不拖延，创造了“脑纹”（Hirnschrift）一词来描述伯杰的检流计捕捉到的波形。魏玛共和国的公众讨论表现出巨大热情，他们对EEG的潜力有着各种幻想，甚至认为它能用于读心术，或通过脑波判断一匹马的脾气秉性[2]。

也许最重要的是，这一发现带来了一种期望，即这种对活体人脑前所未有的实证研究可能有助于解开心智的奥秘。

最终完成科学祛魅的，是诺奖得主、卓越生理学家阿德里安勋爵（Lord Adrian）。1934年，阿德里安与B.H.C.马修斯（B.H.C.Matthews）一起重复了伯杰的实验，由此开辟神经电生理研究新纪元。不久之后，新的实验室开始不断突破界限。例如，研究者们迅速绘制出睡眠时大脑的电活动图谱（爱因斯坦本人也曾参与早期的睡眠研究实验）[2]；EEG还改变了人们对癫痫的理解，使其从人格或心理异常转变为明确的脑电活动异常疾病[3]；威廉·伦诺克斯（William Lennox）和吉布斯（Erna & Frederic Gibbs）在神经疾病生物标志物研究取得突破；玛丽·布雷齐尔（Mary Brazier）与诺伯特·维纳（Norbert Wiener）则运用模拟计算机建立EEG随机过程模型，奠定定量分析基础[3]。

后来，数字计算机的迭代加速了技术革新进程，推动诱发电位、频谱及时频分析、伪迹剔除等方法的演进，更为脑年龄预测、规范建模等前沿方向铺就道路。

回溯百年发展轨迹，受访学者普遍认同临床诊断是EEG展现核心价值的领域。如今，EEG得到了成熟的科学及专业学会的支持，这些学会在全球范围内大力推广EEG的应用[4]。事实上，在临床资源有限的环境中，EEG通常是唯一可用的神经影像学方法，并且仍然是唯一实现脑功能异常群体筛查的有效技术手段[5]。

04 脑电的未来展望

为了预测EEG在未来一个世纪的影响，我们构建了涵盖潜在发展突破的研究命题清单，涵盖了从容易实现的短期目标到大胆的前沿畅想，并请专家们评估了这些方向的可行性与实现时间。

受访者的回应认为，大多数预测将在未来几代人的时间内成为现实（见图2）。一些短期目标已经在特定季度内实现。例如，EEG在睡眠障碍诊断中的标准化流程构建，以及部分临床应用场景的自动化分析方案的建立[3]。

另一些畅想似乎只有几年之遥，如消费级硬件的普及，EEG精准检测脑功能异常及药理干预评估等技术路径已具备可行性。个性化的神经调控疗法似乎也是改善疾病中大脑功能、加速健康人学习和技能获取的一种很有前途的途径。学界更预期，以神经退行性痴呆为代表的进展性疾病（其病理始于突触级异常），先进EEG技术将成为其早期筛查工具。

▷图2|预测EEG的未来里程碑。拥有6685年集体经验的调查受访者（n=515，来自51个国家）对EEG社区可能广泛接受所列陈述的时间进行了评分。在这里，我们给出了所有响应的排序中值平均值（误差条表示平均值的95%置信区间）。为了便于展示，声明标签被缩短了。如果参与者的不确定性太高，他们可以选择不进行预测。每份声明的回复百分比以颜色表示，从青色（88%）到浅灰色（37%）不等。通过我们的网络应用程序，可以按受访者特征对预测进行分层。AR，增强现实；BCI，脑机接口；事件相关电位；VR，虚拟现实。

正如预期的那样，两项最大胆的预测——解码梦境内容及通过EEG读取长时记忆——引发了最悲观的情绪。

05 优先事项

这项调研的另一个核心目标在于厘清EEG学术共同体的优先发展事项，以指导未来的工作方向。

我们提出的所有优先事项都达到了至少中等重要程度的中位评级（图3）。其中，EEG定量分析工具（伪影清理、记录硬件和分析软件）的改进排名最高。标准化成为另一个紧迫要务，需在基础研究与临床应用中建立数据采集、信号处理及分析流程的标准化共识。硬件制造商和软件开发商须协同推进设备与软件包的互操作性，支撑标准落地。

我们主张将上述优先事项与技术预测整合，构建未来数十年发展路线图：技术革新需与学界共识标准协同推进，方能充分释放EEG技术潜力。

▷图3：脑电图进展的初步结果。与会者评价了EEG研究各个领域的重大发展和进步对该工作的重要性。优先级列表按“极其重要”比率的频率排序。

06 行动呼吁

除了对优先事项进行评分和预估外，我们还邀请调查对象通过自由评论的形式分享他们的见解。在他们的评论中表现出学界一定的乐观态度，认为新兴技术为EEG开辟了令人兴奋的新可能性：日益亲民的硬件价格，加上人工智能（AI）、虚拟现实和脑机接口的进步，为我们解析对大脑行为关系带来了新的机遇。这些技术还能从根本上改变我们与物理世界和数字世界的互动方式，助力应对全球脑健康挑战[6]。

不过，评论中也表达了技术转化迟滞的隐忧。尽管受访者普遍认可EEG的低成本、无创性、便携性及高时间分辨率优势将保障其持续发展，但是，基于EEG的全球脑健康生物标志物的开发仍被视作中长期目标。从回复中，我们还听到了各种担忧，从缺乏对临床和科研实践既定标准和协议的遵守，到新型商业应用引发的伦理问题以及“神经增强”带来的社会争议。

为实现EEG技术在下世纪乃至更长远未来的持续发展，我们倡议聚焦三大核心维度：

（1）效度验证：通过确保基础研究与临床应用场景下研究设计的稳健性、结果可靠性与实验可重复性，建立技术公信力；

（2）技术普惠：重视数据多样性对神经科学基础研究的推动作用，开发自动化分析流程，支撑包容性卫生政策制定；

（3）责任伦理：构建技术准入公平机制，强化隐私保护体系，践行可持续发展理念。

下文将对此纲领进行系统性阐释。

07 有效性

EEG已经在多个临床场景中展现出了价值。但专家标注的大规模开放数据集匮乏既制约新型自动化技术研发验证，也影响研究成果整合（临床EEG报告标准化术语体系详见参考文献7）。在其他领域，开放数据集已成为机器学习和人工智能发展的基础，而EEG领域的大规模开放数据集的开发才刚刚起步。

当前基础研究正推进EEG现象的大规模系统性探索[8]。但临床应用研究受困于专业临床科研人才梯队断层，亟待建立高可复现性大型数据集，此乃提升新方法诊断效能、攻克优先发展事项的关键。令人惊讶的是，人们对开放科学实践的看法存在分歧。数据共享与归档方案在投票中优先级偏低，然此恰是实现方法优化与标准推广两大迫切目标的核心路径。

因此，我们建议：

• 整合跨机构资源构建专家标注的开放数据资源库，驱动探索性科学发现与诊断技术创新；

• 持续推进学界主导的标准化进程，建立涵盖数据采集-处理-分析全链条的标准化操作规程，保障研究可复现性与结果可重复性。

尽管EEG是大脑功能最广泛使用的直接测量手段，但在世界上大多数地区仍无法使用，现有科研数据高度集中于少数国家及特定人群。与科学界和社会的其他领域一样，脑电研究领域开始意识到数据多样性的匮乏所带来的局限性。

为了突破这些局限，我们努力将调查问卷广泛分发到个人社交网络之外的区域，并请求相关学会和设备制造商将问卷推送到他们的邮箱列表中，以确保参与者的广泛性和多样性。尽管如此，我们收到的最终样本的人口学偏差仍值得注意：大多数受访者在北美或欧洲的大学工作，中低收入国家的受访者寥寥无几；担任高级职务的受访者大多为男性；仅有很少一部分受访者是临床工作者或硬软件工程师。

如果我们的样本不能够合理反映EEG研究领域的人口学偏差，那么这种代表性不足可能会对EEG的科学和临床重要性产生潜在的负面影响——从理解基础机制到干预措施以及基于证据的卫生相关政策，皆是如此[9]。

好消息是，EEG领域已做好充分准备来应对这些挑战。相关设备正变得越来越便宜、便携、易用。这让科学家和临床医生能够与那些长期以来被排除在EEG研究之外的群体进行接触。同时，基于大规模代表性数据集的人工智能驱动自动化技术，也有助于打破临床操作者获得培训和专业技术支持的巨大屏障。

我们相信，这些技术创新将成为推动脑电技术普及化与包容性发展的关键引擎。我们对EEG的潜力感到无比激动，它将助力我们揭开全社会健康与疾病状态下的大脑功能机制。当下正是推动神经科学领域更具包容性和多样性的大好时机。

因此，我们建议：

• 借助新型EEG设备的经济实惠性和便携性，与少数群体社区开展合作。

• 构建促进临床与科研全球化的国际合作网络，通过培训体系与资源共享强化区域能力建设。

09 责任与伦理

当前及未来技术演进催生的新型伦理议题，这些问题与紧迫的社会挑战相呼应。EEG作为一种工具，在支持全民脑健康服务方面展现出巨大潜力[5]。此外，我们共同的预测表明，EEG可能在未来一代人融入日常商业技术中。在此进程中，亟需构建兼顾认知自由与神经隐私保护的监管体系，在防范技术滥用风险的同时保障开放数据的科学价值[10]。

新型低成本、易获取的消费级设备的出现将带来数据的激增，我们也必须考虑大规模数据采集（包括废物管理）的环境成本，以及存储和处理这些数据所需的计算资源，并找到一种支撑地球长期可持续发展的方法。

我们建议：

• 资助机构、科研院所及个体研究者协同推进环境友好型技术研发，构建涵盖数据采集-存储-处理的全链条绿色技术体系，提升已采集数据的共享复用率，最大限度降低EEG技术生态足迹；

• 建立脑数据公平获取机制与敏感信息防护指南的伦理框架，制定配套法规保障神经数据治理的伦理合规性。

尽管本文的作者应该无缘见证百年后我们预测的成功与否，但我们相信，本项工作及相关的调查数据将成为科学记录中的一个“时间胶囊”。同时，我们也意识到这些结果仅呈现学界认知的局部图景。我们欢迎更多人的参与：为了向从发现到公开发布这段时间致敬，本项调查将在未来五年内持续开放，并且所有调查结果都将公开。值此新工业革命浪潮之际，我们希望这能为那些新生的、微小的声音提供一个分享他们的愿景、担忧和关切的渠道。

我们更迫切地呼吁整个神经科学界——包括学术、临床和工业界——响应我们的行动倡议，共同推进稳健、符合伦理、包容和可持续的发展路线，共同开启EEG在科学与社会的百年新纪元。

原文链接：https://www.nature.com/articles/s41562-024-01941-5

参考文献：

[1]H. Berger, "Über das elektroenkephalogramm des menschen," Archiv für psychiatrie und nervenkrankheiten, vol. 87, no. 1, pp. 527-570, 1929.

[2]C. Borck, Brainwaves: A cultural history of electroencephalography. Taylor & Francis, 2018.

[3]K. Jellinger, "Niedermeyer's Electroencephalography: Basic Principles, Clinical Applications, and Related Fields, 6th edn," ed: Wiley Online Library, 2011.

[4]M. L. Bringas-Vega, C. M. Michel, S. Saxena, T. White, and P. A. Valdes-Sosa, "Neuroimaging and global health," vol. 260, ed, 2022, p. 119458.

[5]W. H. Organization, Measures of early-life brain health at population level: report of a technical meeting, Geneva, Switzerland, 2–3 May 2023. World Health Organization, 2024.

[6]M. F. P. Peres et al., "Migraine is the most disabling neurological disease among children and adolescents, and second after stroke among adults: A call to action," Cephalalgia, vol. 44, no. 8, p. 03331024241267309, 2024.

[7]S. Beniczky et al., "Standardized computer-based organized reporting of EEG: SCORE–Second version," Clinical Neurophysiology, vol. 128, no. 11, pp. 2334-2346, 2017.

[8]Y. G. Pavlov et al., "# EEGManyLabs: Investigating the replicability of influential EEG experiments," cortex, vol. 144, pp. 213-229, 2021.

[9]E. K. Webb, J. A. Etter, and J. A. Kwasa, "Addressing racial and phenotypic bias in human neuroscience methods," Nature Neuroscience, vol. 25, no. 4, pp. 410-414, 2022.

[10]M. N. Uddin, "Neuroscience Marketing: Understanding the Mind of the Consumer," 2023.