腦部植入物能夠讀取癱瘓患者的意圖，進而移動機械臂。
已經癱瘓10年的埃里克?索爾托志愿參加了一項大膽的神經工程試驗：他將接受大腦植入物，并使用植入物中儲存的信號控制機械臂。埃里克對申請腦部手術并沒有什么擔憂，但是他的母親卻并不支持埃里克的想法。
然而，手術不但沒有影響他的正常機能，還給了他超人般的能力。在試驗中，索爾托只是想象伸手去拿一個物品，機械臂就能執行他的指令。此前，很多癱瘓病人使用腦機接口（BCI）控制機械手臂。這些患者的植入物記錄了來自與脊柱和肌肉直接相連的初級運動皮質的信號。索爾托的手術采用了首個記錄后頂葉皮質信號的植入物。
加州理工大學的首席研究員、神經科學教授理查德?安德森說，探索患者的意圖可能使機械臂的控制更加直觀自然，時延也會縮短。當科學家讓索爾托注意他想拿起的物體時，系統能很快識別這一意圖，安德森說，通常在200毫秒內就能識別。BCI會將高級信號與智能機器人的物體識別、即時定位與繪圖（SLAM）等功能結合。安德森表示，埃里克與機器人智能合作控制肢體的運動，而不必嘗試控制所有的運動細節。最近，他和同事在美國《科學》雜志上發表了這一全新的方法。
索爾托在2013年4月接受了手術。在術前準備中，研究人員首先利用功能性磁共振成像識別出索爾托想象拿取動作時兩處活躍的頂葉皮質區域。手術植入了兩個微電極陣列，每個陣列包含96個電極，能夠記錄每個神經元的電活動。整個電路與索爾托頭部伸出的兩個金屬“基座”相連。手術后不到一個月，索爾托就已經準備好嘗試這項新技術了。研究人員將線路與基座接通，把神經信號發送至計算機，計算機分析后向機械臂發出指令。在第一次試驗中，科學家示范了一個簡單的扭臂動作，索爾托自己想象了這個動作，機械臂便做出了正確回應。“幾乎毫不費力。”索爾托說。
通過電極利用的神經元數量，研究人員能夠區別索爾托拿取東西的地點、運動軌跡以及具體動作類別分別由哪些細胞活動進行編碼。每天試驗前，系統都需要校準，因為電極在索爾托腦部會發生輕微的偏移，進而影響選取的神經元區域。安德森說：“我們的解碼算法也考慮了這一因素。”例如，如果一個電極無法提供解碼目標位置的有效信息，算法就會忽略該電極的信號，選取其他信息。安德森認為，今后這種適應性較強的算法可能使更多的BCI記錄可靠的信息。 此前，大多數有關癱瘓患者使用植入BCI的研究由布朗大學的約翰?多諾霍領導，他還是運動皮質區植入物研究的先驅。多諾霍說，新研究使我們更加了解頂葉皮質在產生運動中的作用，證明了該區域在信號控制中的有效性。但是，他認為，頂葉皮質不一定能比運動皮質產生更好的信號。
安德森建議，將頂葉皮質和運動皮質的信號結合也許能為機械臂提供更明確的指令，但多諾霍認為這種結合不一定產生實質性效果。多諾霍說：“當你的手移動時，可能動用了80%的大腦區域。”他說，頂葉皮質和運動皮質產生的信號類似，因此來自大腦其他區域的信息也許才是產生真正自然運動的關鍵。
與此同時，索爾托還在與他的新手臂朝夕相處。手術后兩年，植入腦部的電極依然正常運轉，他對這一技術依然充滿熱情。在試驗的第二年，索爾托憑借獨特的練習掌握了精確的拿取動作。他感嘆地說：“我嘗試了超過6700次猜拳，我要讓大家知道我很努力。”在第二年，他終于可以使用機械臂拿起一瓶德羅啤酒，開懷暢飲了。
作者：Eliza Strickland
