編譯：lin

2015年，一群神經科學家和工程師聚集在一起觀看一個人玩電子遊戲《吉他英雄》。他小心翼翼地握住簡化的吉他介面，用右手的手指按下琴鍵按鈕，左手敲擊彈奏杆。

這個平凡的遊戲之所以如此出色的原因是，該名男子胸以下癱瘓了三年多，無法使用手做任何事。每一次他動手指彈音符時，他都是在演奏一曲自主權恢復的讚歌。

他的動作不依賴於體內受損的脊髓。取而代之的是，他使用了一種稱為神經旁路的技術來將他的意圖變成行動。

首先，大腦植入物在運動皮層中拾取神經訊號，然後將其重新路由至執行機器學習演算法的計算機，以對這些訊號進行解密。最終，纏繞在他前臂上的電極將指令傳達給了他的肌肉。

本質上，他使用了一種人工神經系統。

生物電子醫學是一個相對較新的領域，研究人員在其中使用裝置讀取和調節人體神經系統內的電活動，為患者開創新療法。

這個小組的特殊任務是破解與運動和感覺有關的神經密碼，以便開發新的方法來治療全世界數以百萬計的癱瘓患者，在美國，癱瘓患者就達到了540萬人。

為此，首先需要了解來自大腦神經元的電訊號如何與人體的動作相關，然後需要能正確“說”這種語言，並調節適當的神經通路，以恢復動作和觸覺。

在著手解決這個問題20多年之後，研究人員表示，他們才剛剛開始理解這個神秘程式碼的一些關鍵部分。

整個團隊包括電氣工程師Nikunj Bhagat，神經科學家Santosh Chandrasekaran和臨床經理Richard Ramdeo，他們正在使用這些資訊來構建兩種不同型別的合成神經系統。

一種方法是使用大腦植入物對肢體癱瘓進行高保真控制，另一種則採用無創可穿戴技術，該技術可提供較不精確的控制，但具有無需腦部手術的好處。相對來說這項可穿戴技術也可能會在不久後推出給患者。

癱瘓者首次使用腦植入物控制肌肉

吉他英雄實驗的參與者Ian Burkhart癱瘓於2010年，當時他跳入海浪，並被推到了沙洲。撞擊使他的脖子上的幾個椎骨骨折並損壞了脊髓，使他從胸部中央向下全部癱瘓。他的受傷阻止了大腦產生的電訊號沿神經向下傳播，從而觸發肌肉的動作。

在他參加研究期間，技術幫助實現了他失去的功能。他的勝利——也包括刷信用卡和將水從瓶子倒入玻璃杯——是癱瘓者第一次使用腦植入物成功地控制了自己的肌肉。

Burkhart使用的系統是實驗性的，當研究結束時，他的新的自主權也結束了。

研究的重點之一是，正在開發的無創可穿戴技術。該技術不需要植入大腦，因此癱瘓社群可以很快採用該技術。四肢癱瘓的人已經在使用該系統去抓住各種物體。研究人員正在努力將該非侵入性技術商業化，並希望在明年獲得美國食品藥品監督管理局的批准。這是短期目標。

同時，他們還致力於實現雙向神經旁路的長遠願景，它將使用大腦植入物來獲取靠近訊號源的訊號，並從置於肢體上的感測器返回反饋。

研究人員表示，他們希望這兩套系統可以恢復運動和感覺，並且已經開始進行臨床試驗以測試這種方法，希望像Burkhart這樣的人在癱瘓的雙手上演奏音樂時能感覺到吉他。

用機器學習解密神經程式碼

癱瘓曾經被認為是一種永久性疾病。但是在過去的二十年中，在從大腦讀取神經訊號並使用電刺激為癱瘓的肌肉提供動力方面取得了顯著進步。

在2000年代初期，BrainGate財團開始進行具有開創性的工作，其中包括植入大腦的植入物，該植入物從大腦的運動區域拾取訊號，並使用這些訊號控制各種機器。

早年，研究團隊與該財團合作，開發了機器學習演算法來解密神經程式碼。2007年，這些演算法幫助一個因中風而癱瘓的婦女透過意念開動了輪椅。2012年，團隊已使癱瘓的婦女能夠使用機械臂拿起瓶子。同時，其他研究人員正在使用植入的電極刺激脊髓，使腿部癱瘓的人能夠站起來甚至走路。

研究小組一直在解決這個問題的兩個方面：讀取來自大腦的訊號以及刺激肌肉，重點放在手上。在與BrainGate團隊一起工作的那段時間裡，有一次調查詢問了脊髓損傷患者的首要任務。

四肢癱瘓者回答說，他們的首要任務是恢復手臂和手的功能。

機器人技術已部分滿足了這一需求。可以透過操作一種市售的機器人手臂來控制輪椅，並且研究已經探索了透過腦植入物或頭皮電極控制機器人手臂的方法。但是有些人仍然渴望使用自己的手臂。

96根電極每秒活

動3萬次，只為“彎曲拇指”

Burkhart在2016年接受媒體採訪時，他說他寧願不要在輪椅上安裝機械臂，因為他覺得這會引起太多關注。他說，不受干擾的技術來控制自己的手臂將使他“幾乎像普通的社會成員一樣工作，而不會被視為機器人”。

恢復手中的運動是一項艱鉅的挑戰。人的手具有20多個自由度，或者可以移動和旋轉的方式，這比腿的功能要多得多。這意味著還有更多的肌肉要刺激，這造成了一個非常複雜的控制系統問題。

Burkhart的植入物位於他的大腦運動皮層中，該區域控制著手部的動作。研究人員廣泛地繪製了運動皮層的地圖，因此，有關那裡的一般神經元活動與整個手以及每個手指的運動如何相關的資訊很多。

但是，從植入物的96根電極上傳出的資料量卻是巨大的：每個電極每秒測量的活動為30，000次。在這些資料洪流中，必須找到離散訊號，這些訊號意味著“彎曲拇指”或“伸出食指”。

為了解碼訊號，團隊結合了人工智慧和人類的毅力。志願者每週參加多達三節課程，為期15周，以培訓系統。每次，Burkhart都會觀看動畫手在計算機螢幕上的移動並彎曲手指，在植入物記錄其神經元活動時他會想象進行相同的動作。隨著時間的流逝，一種機器學習演算法會找出哪種活動模式對應於拇指的彎曲，食指的伸出等。

一旦神經旁路系統瞭解了這些訊號，就可以為Burkhart前臂的肌肉產生一種電脈衝模式，從理論上講，它可以模仿大腦向未受損的脊髓發出並透過神經的脈衝。但實際上，將Burkhart的意圖轉換為肌肉運動需要另一輪激烈的訓練和校準。

研究人員花了無數小時來刺激纏繞在他前臂上的130套電極的不同組，以確定如何控制手腕，手和每個手指的肌肉。但仍無法複製手可以做的所有動作，而且永遠也無法完全控制小指！

為了製作一個更實用，更方便的系統，他們決定開發一個完全無創的版本，稱之為GlidePath。為此他們招募了脊髓受傷但肩膀仍然有些活動的志願者，將慣性感測器和生物識別感測器的專有混合物放在志願者的手臂上，並要求他們想象要拿到不同的物體。

來自感測器的資料被輸入到機器學習演算法中，使能夠推斷出志願者的抓捕意圖。然後，前臂上的柔性電極按特定順序刺激其肌肉。在一個階段中，志願者Casey Ellin用這種可穿戴的旁路從桌子上撿起了一塊燕麥棒，然後將其放在嘴裡吃。

該結果在2020年的《生物電子醫學》雜誌上得到了發表。

模擬感覺，資料庫和可穿戴裝置合力貢獻

團隊正在努力將感測器和刺激器整合到輕便且不起眼的可穿戴裝置中。為此，他們還開發了可與可穿戴裝置配對的應用，以便臨床醫生可以檢查和調整刺激設定。此設定將允許進行遠端修復會話，因為來自應用程式的資料將被上傳到雲中。

為了加快校準刺激模式的過程，他們在健全和癱瘓的志願者的幫助下，建立了一個模式如何對映到手部動作的資料庫。儘管每個人對刺激的反應不同，但有足夠的相似之處來訓練系統。它類似於Amazon的Alexa語音助手，該助手接受了數千種語音的訓練，開箱即用，可隨時使用-但隨著時間的流逝，它會進一步完善其對特定使用者語音模式的理解。

同樣，可穿戴裝置也將立即準備就緒，提供基本功能，例如開啟和關閉手。但是隨著時間的推移，他們將繼續瞭解使用者的意圖，從而幫助進行對每個使用者來說最重要的動作。

這項技術可以幫助脊髓脊髓損傷的人以及中風康復的人，並且正在與Good Shepherd Rehabilitation Hospital和Barrow Neuroologic Institute合作測試該技術。中風患者通常會受到神經肌肉電刺激，以幫助其自願運動並幫助恢復運動功能。有大量證據表明，當患者在電極刺激適當的肌肉的情況下積極嘗試進行運動時，這種康復方法會更好。

已經證明，將大腦和肌肉聯絡在一起的努力會增加“可塑性”，即神經系統適應損傷的能力。該系統將確保患者充分參與，因為刺激將由患者的意圖觸發。研究人員計劃隨著時間的推移收集資料，希望即使技術被關閉，患者最終仍能恢復某些功能。

與可穿戴應用程式一樣令人興奮的是，今天的非侵入性技術至少在最初階段並不容易控制複雜的手指運動。不希望GlidePath技術能夠立即使人們演奏吉他英雄，更不用說真正的吉他了。因此，研究人云未來還將繼續進行涉及大腦植入物的神經旁路手術。

當Burkhart使用較早版本的神經旁路技術時，他告訴研究者為邁向獨立邁出了一大步，但他也說到，“感覺不到我拿著的東西很奇怪”。日常任務（例如扣襯衫）都需要這種感官反饋。因此研究人員決定進行雙向神經旁路工作，該路徑將運動命令從大腦傳遞到手，並將感覺反饋從手傳遞到大腦，從而在兩個方向上跳過受損的脊髓。

為了讓人們從癱瘓的手中產生感覺，研究者需要對手部進行微調的感測器，還需要在大腦的感覺皮層區域植入植入物。對於感測器，首先應該考慮人類面板如何向大腦傳送反饋。當拿起東西時，壓力會壓縮下面的面板層，提起杯子時，面板會移動、拉伸和變形。

該薄膜感測器可以檢測杯子對面板的壓力，以及在提起杯子並將重力拉下杯子時施加在面板上的剪下力（橫向）。這種微妙的反饋至關重要，因為在這種情況下，適當的運動範圍非常狹窄；如果太緊地擠壓杯子，就會把咖啡灑得到處都是。

每個感測器都有不同的區域，可檢測最小的壓力或剪下力。透過彙總測量結果，該系統可以準確確定面板如何彎曲或伸展。處理器會將這些資訊傳送到感覺皮層中的植入物，使使用者能夠感覺到手中的杯子並根據需要調整其抓地力。

找出刺激皮層的確切位置是另一個挑戰。感覺皮層從手接收輸入的部分尚未透過電極詳盡地繪製，部分原因是處理指尖的區域被塞入大腦中稱為

中央溝

的凹槽中。為了填補地圖上的空白，研究者原與神經外科醫生同事Ashesh Mehta和Stephan Bickel以及住院癲癇患者進行了合作，以繪製其癲癇發作活動圖。深度電極用於刺激該溝槽內的區域，並詢問患者感覺到的位置，以實現在手的非常特定的部位（包括關鍵的指尖）引起感覺。

這些知識為臨床試驗做好了準備，這也是該研究的下一步。目前研究者正在招募四肢癱瘓的志願者進行研究，其中團隊的神經外科醫生將在感覺皮層中植入三排電極，在運動皮層中植入兩排電極。刺激感覺皮層可能會對解碼運動皮層神經訊號的解碼演算法帶來新的挑戰，運動皮層緊挨著感覺皮層——拾取的電訊號肯定會有一些變化，必須學會進行補償。

在這項研究中，還添加了另一種方式。除了刺激前臂肌肉和感覺皮層外，還將刺激脊髓。

推理如下：在脊髓中，複雜網路中有1000萬個神經元。較早的研究表明，即使在沒有大腦命令的情況下，這些神經元也具有暫時指導人體運動的能力。研究者將讓志願者專注於預期的運動，在前臂上的電極的幫助下進行身體運動，並接收來自手部感測器的反饋。如果在此過程進行過程中刺激脊髓，相信可以促進其網路內的可塑性，從而增強與手部運動有關的脊髓內神經元之間的連線。

希望有一天，癱瘓患者的腦植入物能夠得到臨床驗證並可以使用，從而使他們不僅可以玩《吉他英雄》。希望看到他們用雙手做出複雜的動作，例如繫鞋帶，用鍵盤打字和用鋼琴彈奏音階。

研究人員表示，他們的目標是讓這些人伸出援助之手，與親人握手，以換取他們的觸控，希望他們能夠恢復運動和感覺，並最終重建他們的獨立性。