今天发表在《自然》（Nature）杂志上的两项独立研究表明，未来脑机接口（BCI）可以帮助因严重瘫痪而无法说话的人恢复交流。在这两项研究中，研究人员都使用了能接收大脑信号的大脑植入物，然后通过算法将这些信号翻译成屏幕上的句子。虽然这并不是什么新概念，但令人兴奋的是，这两个研究小组都能比现有技术更快、更准确地完成这项工作。
在斯坦福大学的研究中，研究人员将电极植入一名肌萎缩性脊髓侧索硬化症（ALS）患者的大脑中与语言相关的两个区域。BCI旨在检测患者试图说话时的大脑活动。然后将这些信号输入一种算法，将某些大脑活动模式与音素（组成语音的声音）联系起来。为了训练这种算法，研究人员让病人尝试发声或默念样本句子，共进行了 25 次训练，每次大约持续 4 个小时。
在加州大学旧金山分校和加州大学伯克利分校的研究中，研究人员通过手术将一张薄如纸、含有253个电极的纸片贴在一名因脑干中风而严重瘫痪的患者的大脑上。与斯坦福大学的研究一样，研究人员让患者通过尝试说话来训练算法，这样它就能识别出哪些大脑信号与不同的音素有关。然后，这些信号被转换成面部表情和数字化身上的调制语音。
虽然这些研究采用的方法略有不同，但在准确性和速度方面结果相似。斯坦福大学的研究仅限于 50 个单词的词汇量时，错误率为 9.1%，而扩大到 125000 个单词的词汇量时，错误率为 23.8%。大约四个月后，斯坦福大学的算法能以每分钟大约 68 个单词的速度将大脑信号转换成单词。加州大学旧金山分校和伯克利分校算法的解码速度中位数为每分钟 78 个单词。对于 119 个单词的词汇量，它的错误率为 8.2%，而对于 1024 个单词的词汇量，错误率大约为 25%。
虽然 23% 到 25% 的错误率对于日常使用来说还不够好，但与现有技术相比已经有了很大的改进。在一次新闻发布会上，加州大学旧金山分校神经外科主席、加州大学旧金山分校研究报告的共同作者爱德华-张（Edward Chang）指出，与自然语音的 150 到 250wpm 相比，现有技术的有效沟通速度为 5 到 15wpm，"非常费力"。
张在发布会上说："60-70wpm对于我们这个领域来说是一个真正的里程碑，因为它来自两个不同的中心和两种不同的方法。"
一名因脑干中风而瘫痪的妇女站在显示器前，显示器上的数字头像正在将她的大脑信号转换成语音。加州大学旧金山分校的研究涉及将大脑信号转化为面部表情和数字化身上的调制语音的 BCI。图片：加州大学旧金山分校 加州大学旧金山分校
尽管如此，这些研究更多的是对概念的证明，而不是一种可以进入黄金时间的技术。一个潜在的问题是，这些疗法需要长时间的训练来训练算法。不过，这两个团队的研究人员在一次简报会上告诉媒体，他们希望将来算法训练的强度会降低。
"这些都是非常早期的研究，我们没有来自其他人的大型数据数据库。"霍华德-休斯医学研究所（Howard Hughes Medical Institute）的研究科学家、斯坦福大学研究的共同作者弗兰克-威利特（Frank Willett）说："随着我们做更多这样的记录，获得更多数据，我们应该能够把算法从其他人那里学到的东西传授给新的人。"不过，威利特也指出，这并不能保证，还需要更多的研究。
另一个问题是，这种技术必须便于人们在家中使用，而不需要护理人员接受复杂的培训。大脑植入也是侵入性的，在这些特定的研究中，BCI 必须通过电线连接到头骨外部的一个设备，然后再连接到电脑上。此外，还有人担心电极会退化，而且这些可能不是永久性的解决方案。要让消费者使用这种技术，必须经过严格审查，这可能是一个漫长而昂贵的过程。
加州大学旧金山分校的脑机接口特写。还需要进行更多的研究，以确定这项技术的无线版本是否可行。图片：Noah Berger，加州大学旧金山分校 诺亚-伯杰，加州大学旧金山分校
此外，这些研究是在仍有一定活动能力的患者身上进行的。一些神经系统疾病，如晚期渐冻人症，会导致所谓的"锁定综合征"。在这种状态下，患者仍有思考、视觉和听觉能力，但只能通过眨眼或其他小动作进行交流。锁定综合征患者最需要这种技术，但这种方法是否有效还需要更多的研究。
张说："我们已经跨过了性能的门槛，我们都非常兴奋，因为它跨过了可用性的门槛，"他指出，如果这种技术能够安全、广泛地实施，其潜在的好处是巨大的。"我们正在认真考虑这个问题，以及下一步该怎么做。"