脑机启侦|有前景的语音界面研究为恢复沟通带来了希望（10.06）

神经外科助理教授Frank Willett博士和他的队友正在使用脑机接口（BCI）来帮助因瘫痪而无法说话的人。

大脑的运动皮层包含控制运动的区域，包括产生言语的肌肉运动。脑机接口 (BCI) 使用微型微电极阵列（每个阵列比豌豆还小），通过手术植入大脑表面，直接记录来自大脑的神经活动模式。这些信号随后通过线缆传输到计算机算法，该算法将其转化为诸如言语或计算机光标移动等动作。为了将阵列拾取的神经活动解码为患者想要说的单词，研究人员使用机器学习来训练计算机识别与每个“音素”（最小的语音单位）相关的可重复神经活动模式，然后将音素拼接成句子。

威利特和他的同事此前已经证明，当瘫痪者尝试做出说话或书写动作时（尽管他们无法做到，因为他们的喉咙、嘴唇、舌头和脸颊肌肉或与这些肌肉的神经连接太弱），BCI 可以接收由此产生的与运动相关的大脑信号，并将其高精度地转化为文字。

最近，科学家们又迈出了重要的一步：他们研究了与“内心语言”（也称为“内心独白”）相关的大脑信号。

Willett 是该研究的资深作者，博士后学者 Erin Kunz 博士和研究生 Benyamin Abramovich Krasa 是该研究的共同主要作者，这项研究于 8 月 14 日发表在《细胞》杂志上。

什么是“内在”语音？为什么能够准确解读内在语音的脑机接口系统会比只能解码“尝试性”语音的系统更好？

内心言语（也称为“内心独白”或自言自语）是指在脑海中想象言语——想象言语的声音、说话的感觉，或两者兼而有之。我们想知道脑机接口（BCI）是否可以仅基于想象言语引起的神经活动来工作，而不是基于实际尝试发出言语。对于瘫痪患者来说，尝试说话可能会很慢且令人疲劳；如果瘫痪是部分性的，则可能会产生令人分心的声音，并导致呼吸控制困难。

您在设计和使用能够辨别内心言语的解码系统的过程中学到了什么？

▲ Erin Kunz、Frank Willett 和 Benyamin Meschede-Krasa 正在检查微电极阵列。

我们研究了四位患有严重言语和运动障碍的患者，并在他们的大脑运动区植入了微电极阵列。我们发现，内部言语在这些脑区引发了清晰而强烈的活动模式。这些模式似乎与尝试言语所引发的活动模式类似，但幅度较小。我们发现，我们能够很好地解码这些信号，足以证明我们的理论，尽管效果仍不及尝试言语。这让我们看到了希望，未来的系统能够仅通过内部言语，就帮助瘫痪患者恢复流利、快速且舒适的言语能力。

该系统准确解码未说出口的、无声的、内心语言的潜在能力是否会引发 BCI/解码软件技术先前的进步所没有出现的问题？

大脑运动区域的内部语音存在，这增加了它意外“泄露”的可能性；换句话说，脑机接口最终可能会解码用户原本只想思考而非大声说出的内容。虽然这可能会导致当前用于解码尝试性语音的脑机接口系统出现意外输出，但脑机接口目前尚不具备准确解码不受约束的内部语音所需的分辨率和保真度，因此这很可能只会导致输出混乱。尽管如此，我们正在积极应对意外解码内部语音的可能性，并且已经提出了一些有希望的解决方案。

值得指出的是，植入式脑机接口技术尚未得到广泛应用，仍处于研究和测试的早期阶段。它们也受到联邦政府和其他机构的监管，以帮助我们维护最高的医学伦理标准。

有哪些步骤可以解决这个隐私问题？

对于当前一代的脑机接口（BCI），其设计目的是解码由物理语音尝试引起的神经活动。我们在研究中展示了一种新方法，可以训练BCI更有效地忽略内部语音，防止其被BCI意外拾取。对于旨在直接解码内部语音的下一代BCI（这将带来更快的速度和更高的舒适度），我们展示了一种密码保护系统，该系统可以防止任何内部语音被解码，除非用户先想象密码（例如，一个罕见的短语，否则不会被意外想象出来，例如“上行如是”）。这两种方法都非常有效地防止了意外的内部语音泄露。

未来会怎样？距离这一方法的实际实现还有多远？

改进的硬件将能够记录更多神经元，并实现完全植入式和无线化，从而提高脑机接口的准确性、可靠性和易用性。目前有几家公司正在研发硬件部分，我们预计未来几年内就能面市。为了提高内部语音解码的准确性，我们还对探索运动皮层以外的大脑区域感兴趣，这些区域可能包含关于想象语音的更高保真度信息，例如传统上与语言或听觉相关的区域。

新闻来源：Standford Medicine