以往，許多不幸癱瘓失語的人，很難與外界進行交流，哪怕只有一句話。

他們想表達的資訊都隱藏在他們的大腦中，卻缺乏一個傳達的媒介，或者說我們無法直接破解這些信號。

隨著科技的進步，這些問題逐漸得到解決。

就在今年的4月25日，Nature 雜誌發表了加州大學三藩市分校的一項研究成果，該校神經外科華裔教授Edward Chang及同事開發出一種可以將腦活動轉化為語音的解碼器。

它可以解碼與人類下頷、喉頭、嘴唇和舌頭動作相關的腦信號，並合成出受試者想要表達的語言。

這項研究成果為癱瘓和失語患者帶來了新的希望，這可能是讓他們恢復“說話”的重要一步。

研究顯示，通過向大腦中參與運動的部分植入電極可以使一些癱瘓的患者移動游標，並根據他們的想法來選擇螢幕上的字母，他們每分鐘最多可以輸入39個字元，雖然已經很不錯了但這仍然比自然手寫慢了大約三倍。

近日，伊利諾州芝加哥市的研究人員將完全癱瘓的患者與外界進行交流的速度提高了近一倍。

在一項新的實驗中，研究人員邀請了一名脖子以下全部癱瘓的志願者，讓他想像要動手臂寫的每個字母，然後以大腦活動為背景，訓練了一個神經網路來解釋他的命令，並跟蹤想像中筆尖的預期軌跡，以此來創建字母。

由於字母具有不同的軌跡，因此即使只是一種心理上的嘗試，書寫嘗試也會觸發大腦活動的類型，這些類型的差異足以通過微電極分別記錄並用於訓練神經網路。

然後將網路合併到腦機介面(BCI)中，以便可以通過機器即時識別大腦的書寫並嘗試將其翻譯為文本。

該小組在近期的神經科學學會年會上報告稱，最終，電腦可以以大約每分鐘66個字元的速度讀出志願者想像中的句子，準確率高達95％。

錯誤主要發生在一些看似相近的字母，例如“g”和“q”，因為在書寫這些字母時的準備狀態是相同的，僅在末端出現細微差異。這表明要想提升電腦識別的準確率，這些字母在完成書寫時需要付出更多努力。

研究人員預計，隨著更多的實踐，電腦“讀寫”速度必定會更高。但是，BCI技術在廣泛應用之前將面臨一段長期的挑戰，尤其是它十分繁瑣。

實際上，實驗需要內部的神經生理學家和工程師團隊來完成，並且不能在專有實驗室之外進行。在改進技術的同時，他們還用神經記錄來更好地瞭解大腦是如何計畫以及協調精細運動的。

因此，儘管此類「讀寫」工具的誕生與進步是一件令人興奮的事情，但要成為癱瘓及失語患者的日常交流工具，還有很長的路要走。

圖、文授權轉載自大數據文摘

首圖/photoac

失語讀寫癱瘓智慧醫療 AI

延伸閱讀News

AI簡史