無需開顱手術的腦機接口出現了

最近，一項新的研究利用血管支架技術，以對大腦損傷更小的方式實現「腦機接口」。

今年 8 月，埃隆·馬斯克在 Neuralink 發布會上展示了最新研發的腦機接口設備：一個植入腦內的硬幣大小的晶片，能夠傳輸實時神經元信號。但這仍然沒有擺脫腦機接口一直以來的一個主要缺點：對大腦的侵入性過強。

圖片來源：Robina Weermeijer on Unsplash

大腦是個黑匣子，如今，腦機接口技術給了我們從黑箱中直接獲取信息的方法。然而，這種技術仍處在早期階段，除了收集信息的精度仍有待發展，該技術最大的弊端是可能對大腦造成損害。近來，一項新研究獨闢蹊徑，借鑑了血管支架技術，開發出了能讀取思想的電極。

讀取思想的血管支架

要是我們想要知道別人大腦中發生了什麼，唯一的方法就是參考他們的行為表徵。人們只能夠根據他人的語言及行為猜測他們的想法，這讓嘗試探究大腦工作方式的人無從下手，更給因為受傷或生病而無法移動、言語的人帶來了大麻煩。功能性核磁共振成像（fMRI）等複雜精密的成像技術，能夠為我們理解大腦提供一些線索，但我們還需要一些更直接的方法。迄今為止，技術專家們一直努力讓大腦與計算機鍵盤或者機械手臂互動，讓肉身與矽基材料交流。

近期，一個由科學家和工程師組成的團隊展示了一種有潛力的新方法。他們將電極安裝在可膨脹的彈性血管支架（stent）上，穿過血管，引入被試的大腦。在這項針對 2 名受試的實驗測試過程中，研究人員直奔頸靜脈，將一根由支架牽引的電線沿著喉部靜脈，向上延伸，進入大腦初級運動皮層附近的血管，在那裡撐開支架。這樣，電極便緊貼在了血管壁上。研究團隊事先通過手術在受試胸口植入了一個紅外發射器，當受試的大腦發送信號傳遞運動意圖時，電極就開始接收這些信號並將它們以無線的方式傳送給計算機。在發表於《神經介入外科雜誌》（Journal of NeuroInterventional Surgery）的這篇論文中，來自澳大利亞和美國的研究人員描述了兩名因罹患肌萎縮性脊髓側索硬化症（Amyotrophic Lateral Sclerosis，簡稱 ALS，又名漸凍症）而癱瘓的受試者如何使用這樣的設備，僅憑藉大腦控制，做到在線上發送文本、開玩笑的過程。

圖片來源：Morgan Housel on Unsplash

「自膨脹支架（Self-expanding stent）技術在心臟和神經應用領域發揮了良好的作用，有望用於治療其他疾病。我們正好借用了這一技術，將電極放置在支架頂端。」 Thomas Oxley 說道。他是一名介入神經學家，也是 Sychron 公司的 CEO。該公司致力於將這種技術商業化。「這一器件可完全植入體內，受試患者在手術之後幾天內即可回家。」

受試者回家後，機器訓練就開始了。雖然電極支架能夠收集來自大腦的信號，但機器學習算法需要理解這些信號代表著什麼。畢竟，即便在最理想的狀態下，信號也無法完美地反映思想。不過，在運作幾周之後，兩名受試都能夠在眼動儀的幫助下移動光標，還能通過植入的設備，憑藉腦中的想法點擊光標。這聽上去好像沒有多麼驚人，但能讀取被試的「點擊」信號，已經足以保證他們發送文字信息、網上購物、以及執行其他日常線上活動了。

美國食品和藥物管理局（FDA）還沒有批准 Oxley 將「電極支架」進行廣泛商用，Sychron 公司仍在尋找資金，以展開更多測試。但上述初期結果表明，這是一項頗有成效的腦機接口技術。儘管電極支架只接收了一部分大腦信號：「點擊」還是「不點擊」光標。但對於某些應用而言，這也許已經足夠了。「大家總是討論數據和通道，但我認為真正重要的問題是，你的技術能改變患者的生活嗎？」Oxley 說，「只需要採集患者少量的輸出數據（信號），我們就可以幫助患者用意念來控制 Windows 10。」

蓬勃發展的賽博格技術

最近，越來越多有關腦機接口和神經義肢（neuralprosthetics）的技術嘗試出現在新聞報導中。今年 9 月，埃隆·馬斯克的 Neuralink 公司展示了帶有一千多個柔性電極的無線腦機接口，可通過專門的外科機器人直接插入大腦中（目前該公司只在豬身上展示了短期使用效果）。插入電極很棘手。雖然腦外科手術不是非常困難，但仍有一定風險（無論外科醫師是不是機器人）。即使像 Neuralink 展示的那種輕薄柔性電極，也能表現出足夠的侵入性，大腦會對其展開防禦，用神經膠質細胞包裹住電極。這將阻礙它們傳導電脈衝的能力。儘管植入電極，比如常用的多通道神經電極——猶他電極（Utah Array），能夠從單個神經元中獲得清晰信號，但理解這些信號所代表的意義仍有待發展。此外，大腦像甜甜圈的果醬夾心一樣晃來晃去，位置固定的電極很可能對大腦造成損傷。如果能解決植入電極的安全問題，其意義將超出大腦研究，走向更廣泛的應用，比如，成功的腦機接口技術能夠幫助許多為漸凍症所困的患者。

圖片來源：Bret Kavanaugh on Unsplash

除上述技術之外，如腦電圖（EEG）等穿戴在頭皮上的電極也能接收腦電波，但它們無法獲取像植入電極一樣精確的空間細節。神經科學家們只是非常粗略地知道哪部分腦區在幹什麼，要想清楚地理解放電神經元想表達什麼，我們還需要加強對它們的了解。

一項更新的技術——皮層腦電圖（ECoG），將電極直接覆蓋於裸露的大腦表面。這些電極接收信號後，進行處理，結合這一技術，ECoG 能將運動皮層控制嘴唇、下巴和舌頭的神經元活動翻譯成文本甚至語音。此外，還有其他嘗試破譯大腦「密碼」的技術嘗試。臉書（Facebook）公司在 2019 年花費近 10 億美元收購的 CTRL 實驗室，試圖從被試腕部的神經元獲得運動信號；Kernel* 通過在被試頭上使用功能性近紅外光譜成像技術（fNIRS），來感知大腦活動。如果後續效果依然良好，Oxley 團隊研發的電極支架有望填補植入式電極和 EEG 之間的空白。開發團隊希望，電極支架能更接近前者而不是後者。

*Kernel 是一家專注腦機接口及神經科學技術的科技公司，來自美國加利福尼亞州，由 Bryan Johnson 於 2016 年創辦[1]。

有待完善的電極支架技術

然而，這項技術目前仍處在早期階段。「（電極支架的）核心技術與理念非常新穎，但鑑於它們獲取信號的位置，我認為，該技術最終獲取的信號保真度（fidelity）相較於其他腦機接口技術，不會太高。」 Vikash Gilja 表示。他在加州大學聖地牙哥分校（UC San Diego）領導轉化神經工程實驗室（Translational Neural Engineering Lab）。「至少從這篇論文中我們能夠看出，電極支架能獲取的信息還不及高精度的 ECoG 從大腦表面獲取的信息。」

造成這個結果的可能原因是，儘管電脈衝由皮層傳導，但支架電極是通過血管細胞接受大腦信號的。這會降低可接收到的信號。「舉個例子，如果我們將於皮層表面收集信號的技術（如 ECoG）與植入電極（如猶他電極）相比，我會說，ECoG 技術記錄信號的方式決定了它無法成為贏家。」 Gilja 說道。

作者註：Gilja 曾在包括 Neuralink 在內的多家腦機接口公司工作，未來，Synchron 或將與這些公司一較高下。

對於神經科學來說，這樣的信號還不夠精確，但這種低維護成本又無需在患者頭骨上鑽洞的腦機接口技術，對部分癱瘓病人來說，或許就足夠了。「你能接受多大程度的侵入，和你要收集多少信息，這兩者之間要權衡取捨。」加拿大西安大略大學（Western University）的 Andrew Pruszynski 說，「（電極支架）嘗試平衡兩種需求，在神經活動區域的附近置入導管。這顯然也是一種侵入，但程度遠遠不及在腦中插入電極。」

該技術還有待更深入的研究。Oxley 的團隊希望擴展研究範圍，在更多人類受試者身上進行測試。他們還將探究該技術可能帶來的副作用，比如使用電極支架導致中風的概率（然而由於電極嵌入的是血管壁，這樣的概率極小。） Oxley 說，他們可能會在腦區相鄰的血管中，找到適合支架的更好位置。任何相距小於 2 毫米的足以容納電極支架的血管，都在考慮範圍內。算法還需要改進，以求更精確地解讀大腦的發射信號所要表達的真正意義。前期測試表明，該系統能夠收集更多信息細節，比如使用者想要收縮哪些特定肌肉。如果能夠達成這個目標，該技術或許能幫助患者操控其他的義肢或設備。「目前，我們著眼於運動系統，這將為癱瘓人士提供幫助。」 Oxley 說，「當我們開始涉獵大腦其他區域，你將看到技術如何喚醒大腦的處理潛能。」

確實，當科學家真正搞清楚如何進入他人的大腦時，我們很難預測可能會發生什麼。

論文信息：

Oxley TJ, Yoo PE, Rind GS, et al. Motor neuroprosthesis implanted with neurointerventional surgery improves capacity for activities of daily living tasks in severe paralysis: first in-human experience. Journal of NeuroInterventional Surgery Published Online First: 28 October 2020. doi: 10.1136/neurintsurg-2020-016862

原文連結：

https://www.wired.com/story/a-new-way-to-plug-a-human-brain-into-a-computer-via-veins/

參考連結：

[1]https://en.wikipedia.org/wiki/Kernel_(neurotechnology_company)