美國加州大學舊金山分校研究團隊開發出一種新型腦機接口系統，首次實現從單一腦植入設備同時解碼癱瘓患者的語言及關聯身體動作，並驅動數字虛擬形象進行表達。該研究成果於9月14日發表在《自然·神經科學》期刊上。

　　研究論文第一作者薩曼莎·布羅斯勒表示，該研究旨在推動腦機接口從一次恢復單一功能，向單一腦接口恢復多種溝通和運動方式的方向發展。她指出，手勢可以增加含義、強調、情感和語境，在某些情況下可完全替代語言，例如點頭表示同意、搖頭表示拒絕、揮手、聳肩或豎起大拇指。

　　這項概念驗證研究在兩名參與者中分別使用了10種和4種交流手勢。系統藉助機器學習技術，能夠準確從兩人的思維中解碼詞語和手勢。研究團隊下一步目標是將該方法擴展至更大詞彙量和更連續的身體動作範圍。

　　有效的溝通假體方法可幫助數百萬認知功能完整或接近完整、但因中風、神經退行性疾病肌萎縮側索硬化症及其他腦部疾病而喪失語言能力的患者。從長遠看，科學家希望該技術還能幫助因腦癱和自閉症而難以發聲的人群。

　　溝通假體領域已吸引越來越多的研究關注和投資。活躍企業包括埃隆·馬斯克的Neuralink和Precision Neuroscience。加州大學舊金山分校研究首席研究員愛德華·張博士聯合創立的Echo Neurotechnologies公司正在開發腦植入硬件。

　　倫敦國王學院腦動力學專家、高級臨床講師理查德·羅施表示，該研究具有創新性，為大腦如何將語言與其他交流形式結合提供了新線索。他指出，研究表明大腦處理語言和手勢的區域存在顯著重疊，這為人類大腦可能並非由高度專業化、相互連接但彼此分離的區域構成的網絡，而是各腦區功能存在大量重疊的新興文獻增添了證據。但他同時警告，該技術距離普及尚遠，需要重大腦部手術，且在處理植入體對側身體運動時表現較差。

　　巴斯大學巴斯增強人類研究所研究員斯科特·惠靈頓對該研究表示讚賞，但指出將其轉化為標準輔助工具仍面臨障礙，包括系統需為每位患者定製。他表示，這些技術在很大程度上依賴個體，在一個人腦信號上訓練的模型適用於該個體，但難以推廣至他人。研究通用模型需要大量投資，可能阻礙其廣泛臨床採用。