專題：馬斯克的腦機接口迎來“里程碑時刻”：首位人類患者已植入
界面新聞記者 | 趙一帆
界面新聞編輯 | 宋佳楠
《阿凡達》電影中曾有這樣的一幕：主角杰克借助被頭發包裹住的神經接口，與潘多拉星球上的生物建立起連接。他可以遠程感受生物的呼吸，也可以將自己的想法分享給這些生物。
這種看起來極具未來感的畫面，正在借助腦機接口技術變成現實。
日前，美國研發團隊宣稱開發出的一種新神經植入物——高密度透明石墨烯陣列。它是一種纖薄、柔性、細長的超薄聚合物薄膜，內含極小電極。僅需緊貼大腦表層，便可以推斷出表層以及更深層次的神經活動。這為腦機接口技術帶來了新的可能。
這項研究中最大的創新點在于，新的植入物是完全透明的。研究人員可以直接發射激光穿過薄膜，依靠雙光子顯微鏡便可實時描繪出腦層表面以下0.25毫米的神經元關鍵成分，這給研發人員帶來了極大的便利。
此外，完全透明的植入物也為顯微鏡提供了更加清晰的視野，減少了以往石墨烯陣列造成的陰影，使得無干擾的成像實驗成為可能。
腦機接口技術發展已久，但對人體有一定傷害的侵入式接口一直存在安全風險問題。
由于人腦非常柔軟，侵入式的電極很容易給大腦造成不可逆的損傷。想用非侵入電極獲取到大腦深層的信號，需要將硬質電極植入大腦皮層組織。
但將這種鋼針式的植入物插入大腦，極易引發人體排異反應。異物會把電極包裹起來，導致腦電信號質量隨著時間推移逐漸衰減。一旦電極失效，還需要把它從腦組織中重新拿出來，進而在大腦皮層上留下缺口，引發炎癥、留下疤痕等。
而該團隊所研發的新神經植入物，則在一定程度上延長了腦機接口的使用壽命。論文作者Duygu Kuzum表示，盡管植入物位于大腦表層，但它的設計超越了物理感知的限制，因為它可以從更深層推斷神經活動。
機器學習模型的加入也是這項研究的一大創新點。研發人員用透明石墨烯電極以更高分辨率采集表層神經活動，然后使用數據集來訓練機器學習模型，再讓模型通過預測到的表層信號來預測深層的神經活動。
值得注意是，該項研究也不再限制試驗的時間和行為。一般來說，科學家需要將受試者固定于顯微鏡下進行長達兩小時的觀察，但這項研究不再需要這么做。試驗可以在自由運動的動物上長時間連續進行，幾小時或幾天，甚至幾個月都可以。
該論文的第一作者Mehrdad Ramezani認為，這可以讓科學家更全面地了解動態和真實場景中的神經活動。
“電極是腦機接口研究的第一步，該材料的研發具有一定新穎性。”一名業內相關人士認為，它僅需微創便可以同時記錄兩個信號，構建出了表層與深層之間的對應關系。
當然，該研究仍然存在一定的不確定性。探測出的信號質量，是腦機接口研究的核心評判標準之一。“但該研究的結論中，并沒有提及在探測電生理信號的精度方面有飛躍式的提升，仍然處于現階段研究的同一水準。”上述人士說道。
此外，論文研究想要實現產業落地，還要看下一步的研究成果。
“論文研究離落地都還有一定周期，這是由科研屬性和產業落地屬性決定的。科研屬性更多要求的是要出新東西，產業落地需要的是應用的成熟性。”一位相關領域的研究者稱。
目前醫療場景是腦機接口最大的應用市場之一，外界期待該技術能夠幫助治療阿爾茲海默癥、帕金森等神經性疾病。
具體方式上，即腦機接口通過對大腦進行讀取和刺激，恢復大腦功能或受影響區域之間的通訊，進而減輕行動不便或控制疾病發展進度。
和澤科技創始人戴小川認為，這會是一種全新的電子治療方法。“大腦的生理功能與神經元網絡中電信號的傳播密切相關，當存在電生理活動的異常或者神經網絡的損傷時，我們可以利用腦機接口去進行針對性的調控和代償，從而使它可以被用于治療多種大腦疾病。”
這種治愈罕見病的設想自然也吸引了資本和市場的注意。研究機構Precedence Research的數據顯示，全球腦機接口的市場規模在2022年達到了21.3億美元，預計到2032年將達94.4億美元。
據華興醫療與生命科技事業部董事賈妍博士介紹，在資本市場，腦機接口作為一個擁有很大想象空間的賽道，已經收獲了較高溢價。但由于其周期長、風險高，以財務回報為主要目標的市場化投資人在投資時會更加保守。”
值得注意的是，隨著腦機接口技術的不斷成熟，出現了侵入式與非侵入式兩種技術路線，實現產業落地的周期也不相同。
上述研究人員表示認為，侵入式想要實現產業落地至少還需要十年，非侵入式的比如睡眠儀等產品，現在已經找到了合適的落地場景。”
由于侵入式存在一定安全風險，不僅需要通過嚴謹且漫長的臨床試驗階段，還需要獲得官方機構的醫療認證。“兩條賽道沒有誰好誰壞，但侵入式技術周期沒到，想在兩三年內推出產品，只能做非侵入式。”該研究人員強調。
而在商業世界里，腦機接口要實現落地，數據隱私、責任劃分等倫理道德擔憂是無法回避的問題。在這些問題尚未被徹底解決前，腦機接口仍有很長的路要走。
VIP課程推薦
APP專享直播
熱門推薦
收起
24小時滾動播報最新的財經資訊和視頻，更多粉絲福利掃描二維碼關注（sinafinance）
