点森科技 - 科技资讯_数码产品_互联网观察_智能硬件
Jennifer Collinger 是匹兹堡大学教授，长期从事脑机接口、运动控制、感觉反馈和神经假体研究。她的研究重点之一，是通过脑机接口同时恢复运动与触觉，推动神经假体从单向控制走向真正的双向闭环。
问：你最初是怎样进入这一研究领域的？
我的背景是生物工程。
博士论文研究的是手动轮椅使用者的肩部生物力学。
长期使用手动轮椅的人经常会出现过度使用造成的肩部损伤，这可能降低他们的独立生活能力，有些人最终甚至不得不改用电动轮椅。
当时，我主要研究轮椅推进动作会怎样影响肩部肌腱，以及能否通过训练，让人们采用损伤风险更低的轮椅推进方式。
我一直很关注一个问题，就是怎样帮助使用辅助技术的人尽可能长时间地保留身体功能。
后来，我接触到匹兹堡大学一个正在建立脑机接口研究项目的团队。
这里的研究人员此前已经在非人灵长类动物中研究脑机接口很多年。当时技术已经发展到一个阶段，可以开始转向人体研究，目标是帮助患者恢复功能。
因为我之前一直与脊髓损伤人群合作，同时又对辅助技术很感兴趣，所以加入了这个团队，希望带来一些不同的视角。
从那以后，我的研究重点也发生了变化。
过去，我关注的是怎样保存一个人已有的功能。
后来，我开始研究怎样在损伤发生以后重新恢复这些功能。
这可能也让我看待脑机接口的角度和很多人有些不同。
问：有没有某个实验、患者经历或者技术进展，让你真正意识到，恢复感觉和恢复运动同样重要？
我们第一位参与者使用的脑机接口只有运动控制功能。
她控制机械臂的效果非常好，这一点当时让我们非常惊喜。
但很快，她就告诉我们一个问题。
当机械手的手指移动到一个物体后面时，她经常看不到手指究竟处于什么位置。
即使她的视觉完全正常，她也很难确定机械手究竟什么时候已经把物体抓牢。
正常情况下，我们与物体互动时，会依靠触觉判断自己什么时候接触到了物体，什么时候已经抓住它，以及什么时候可以把它拿起来移动。
我们过去一直认为，感觉反馈主要会在一些非常精细的动作中发挥重要作用，例如扣纽扣。
但直到那时候，我才真正意识到，即使只是拿起一个物体这样简单的动作，人对触觉反馈的依赖也非常大。
触觉不仅告诉你“碰到了什么”，它还在告诉你“什么时候该做下一步动作”。
问：从早期的运动解码研究，到后来开展双向脑机接口研究，在加入触觉以后，你过去对运动控制的哪些认识发生了变化？
我最初对运动控制的理解可能比较简单。
当时我倾向于认为，运动指令是一种相对独立、比较纯粹的信号。
后来我才真正意识到，感觉反馈会在多大程度上改变一个人的运动计划。
例如，当你知道自己的手已经接触到物体以后，你接下来发出的运动指令就会发生变化。
通过这些研究，我越来越认识到，运动皮层和躯体感觉皮层之间的交流，本身就是高度双向的。
运动并不是单纯从大脑向外输出指令。
感觉信息也会不断返回大脑，并持续改变下一步运动。
问：你的研究对象中，有些人已经经历脊髓损伤很多年。这些研究让你如何理解损伤以后感觉运动系统究竟会发生多少重组？
我们自己的研究以及其他团队的工作都表明，即使经历长期脊髓损伤，大脑中的这些神经表征在很大程度上仍然能够保留下来。
在运动控制方面，我们会让参与者尝试移动手臂和手。
即使他们实际上已经瘫痪，我们仍然可以记录到相应的神经活动。
这些神经活动与动物真正执行伸手等动作时记录到的活动非常相似。
这说明，我们可能仍然能够进入那些在受伤之前就已经存在的运动控制回路。
感觉系统也是类似的。
在手术前，我们会进行脑功能成像，并让参与者尝试活动不同的手指。
结果可以看到，运动皮层和躯体感觉皮层中原本应该出现的功能组织仍然存在。
总体来看，并没有出现一种大规模的脑区重组，使原有空间组织完全消失。
当然，我们还不能确定是否发生过某种程度的重组，也不能完全排除这些区域后来承担了其他功能。
但整体结构看起来仍然保存得很好。
当我们通过植入这些区域的电极阵列进行刺激时，参与者几乎会立刻感觉到，刺激产生的感觉来自自己的手，而且位置与我们根据脑成像预测的位置一致。
他们不需要重新学习一种抽象的感觉，然后再把它和“食指”联系起来。
这种感觉更像是我们直接进入了原本就存在的神经回路。
其他研究团队利用MRI等神经影像技术也观察到了类似现象。
例如，有研究对截肢者在截肢前后进行了扫描，同样发现这些身体表征具有相当高的稳定性。
我们在脊髓损伤人群中看到的情况非常类似。
而且我们还有一个额外证据，就是刺激这些脑区以后，可以在预期的手部位置产生感觉。
问：感觉运动神经科学通常强调皮层表征的稳定性，但脑机接口学习过程中又经常出现明显的适应。怎样理解“稳定”和“可塑性”同时存在？
在我们的研究中，如果从长期使用来看，我们其实很少看到非常明显的学习效应。
如果只是让参与者尝试运动，用这些数据校准脑机接口，相应的神经表征看起来非常稳定。
如果他们没有收到关于脑机接口控制效果的反馈，只是按照要求想象某个动作，这些神经活动随着时间推移会保持非常高的稳定性。
这与动物研究中的发现也比较一致。
如果动物长期执行同样的动作，并且得到相对一致的反馈，与任务相关的神经表征通常也非常稳定。
当然，这些任务相关活动不能解释全部神经活动变化，但能够解释其中很大一部分，而且长期来看确实非常稳定。
脑机接口的情况会更复杂一些。
用户得到的反馈来自一个并不完美的控制信号。
我们可能只记录几百个神经元，却试图据此重建用户完整的运动意图。
因此，用户脑中形成的可能是一个非常准确的运动计划，但我们的系统未必能够完全准确地把它解码出来。
这时候，用户就不得不尝试不同的误差修正策略。
这种针对系统误差作出的调整，会反过来改变神经活动。
也就是说，当解码出现误差时，反馈会促使用户改变运动计划，对解码错误进行补偿。
这些调整每天都可能不同。
即便如此，在校准阶段，当用户单纯尝试或者想象运动时产生的基础运动指令信号，经过长期使用以后，在不同日期之间仍然非常相似。
问：你的研究表明，大脑能够利用通过人工路径传入的感觉信息。你认为大脑更在意信息“从哪里来”，还是更在意信息“包含什么”？
我认为，我们可以从感觉神经系统中的很多不同位置建立接口。
但在脑机接口研究中，我们面对的是脊髓损伤患者。
对于这些人来说，如果从周围神经提供感觉反馈，信号可能无法跨过损伤部位传递到大脑。
原则上，如果能够尽可能利用人体自身原有的感觉处理机制，最终产生的感觉可能会更加自然。
我们已经比较了解自然触觉正常情况下通过哪些神经通路被处理。
所以，我们会根据损伤的具体情况，尽可能在这条自然通路的早期位置进行干预。
对于颈段脊髓损伤患者，我们会直接把信号送入躯体感觉皮层。
我们知道大脑在自然触觉出现时通常怎样反应，因此可以尝试去模拟这种反应。
第一步，是准确知道应该刺激哪里。
所以在植入之前，我们会利用功能成像确定大脑中的手部表征区域，并确认这些区域在长期脊髓损伤以后是否依然保存。
我们可以让参与者尝试活动不同手指，从而绘制相应的大脑功能地图。
如果把电极放到这些脑区进行刺激，通常可以非常稳定地产生一种感觉，让参与者觉得这种感觉来自自己的某根手指。
通过利用我们对底层生物学机制的理解，可以进入原有的自然神经回路。
当然，现在这种方式仍然很不完整。
例如，我们通过改变刺激幅度来调节感觉强度。
这样确实可以募集这个脑区中更多的神经元，但它和自然触觉发生时神经活动在空间上的扩散方式仍然不完全一样。
所以，目前仍然存在很多限制。
我们甚至还没有完全理解有意识的感觉体验究竟在哪里、通过什么机制产生。
尽管如此，通过进入原本存在的感觉反馈回路，我们已经能够在一定程度上利用自然感觉系统，让参与者真正感觉这些刺激来自自己的手。
问：脑机接口经常被看作一种辅助技术，但它同时也提供了一个独特的人脑研究窗口。未来十年，你认为脑机接口最适合帮助神经科学回答什么问题？
我非常感兴趣的一个问题，是运动信号的“情境依赖性”。
运动皮层中包含的信息，并不仅仅是一个人究竟准备执行什么动作。
它还包含很多其他信息。
例如身体当前的状态、情绪以及完成动作所需要付出的努力程度。
人体研究让我们有机会在非常丰富的现实生活情境中观察神经活动。
这样，我们就能够研究究竟有哪些因素会影响运动皮层，以及运动皮层为什么需要知道这些信息。
这是我觉得非常有意思的一个研究方向。
问：向前看，建立真正双向的神经假体系统，最大的科学障碍是什么？
我想分别谈一个关键的工程问题和一个科学问题。
工程方面，当我们对大脑进行电刺激时，刺激本身会产生电信号。
这些信号也会被运动皮层中的记录电极捕捉到。
因此，我们需要找到办法去除刺激产生的伪迹，并把它们与真正和运动相关的神经活动区分开。
我认为这是一个可以解决的工程问题，但目前仍然没有被完全解决。
科学层面的问题更加复杂。
我们前面谈到，感觉反馈本身会改变运动计划。
如果希望脑机接口在大量不同动作中提供丰富的感觉反馈，就必须真正理解感觉反馈与运动活动之间复杂的关系。
同时，我们还需要校准脑机接口，弄清楚感觉反馈究竟会怎样改变运动计划。
但如果希望把这种关系完整地校准出来，所需要的数据量远远超过一天内能够实际采集的数据。
因此，我们未来需要建立新的方法，去预测感觉反馈会怎样影响运动计划。
只有这样，我们才能在感觉反馈不断影响运动控制的情况下，仍然稳定地解码用户的真实意图，让整套系统更接近自然运动时大脑真正的工作方式。
问：皮层内脑机接口正在变得越来越复杂，同时所需要的资源也越来越多。这个领域应该怎样在追求高性能和扩大技术可及性之间取得平衡？
这件事情的推进顺序确实很难把握。
但我认为，对这项技术来说，最重要的一点仍然是提供非常可靠的控制。
如果一个脑机接口不能在绝大多数情况下按照用户的意图工作，人们最终是不会长期使用它的。
因为他们依赖这套系统进行交流、使用计算机或者控制运动。
所以，对准确性和稳定性的要求实际上非常高。
如果希望实现复杂而且可靠的控制，我认为仍然需要非常先进的技术。
我们需要从大量通道记录信号，也需要建立能够利用跨天数据、并处理长期神经信号变化的模型。
如果我们的目标是高性能设备，我认为整个领域仍然需要继续向这个方向推进。
只有这样，才能达到足够高的可靠性。
否则，这类设备可能只能被很少一部分人使用一段时间，之后就被放弃，这也会限制进一步推广和技术发展。
如果我们能够真正做到足够可靠，就有机会让更多人使用这些设备。
随着使用规模扩大，成本也有可能进一步下降，并推动更广泛的普及。
理想状态下，这些设备应该足够稳健，不需要专家长期守在旁边不断调整，而是真正能够做到拿来就用。
如果目标是高性能脑机接口，我认为最终必须走到这一步。
与此同时，也有一些公司正在采取另一种路线。
他们并不一开始就追求最复杂的系统，而是先研究现阶段能够用更简单的方法稳定提供什么能力。
对于严重运动障碍患者来说，即使只是一个简单但可靠的计算机控制方式，也可能带来非常大的改变。
所以，即便这种产品最初只能帮助相对有限的人群，如果能够首先证明脑机接口可以真正进入家庭、融入患者的日常生活，我认为同样是近期非常重要的一步。
采访：Henrietta Howells，本文由脑机新声根据原文翻译
《全球脑机π》专栏介绍
《全球脑机π》是脑机新声平台倾力打造的全球首个聚焦脑机接口（BCI）领域的人物深度访谈专栏。
π，无限不循环。正如人类对大脑的探索没有终点，脑机接口行业先驱者的创造力也没有边界。我们不做泛泛而谈的行业综述，只和真正在改变人类认知边界的人一对一深谈。
《全球脑机π》专栏下设五大子栏目：针对商业领域的《BCI TALK》、针对临床专家的《NEURO TALK》、针对科学家的《SCIENCE TALK》、患者视角的《LIFE TALK》、产业从业者的《INDUSTRY TALK》。从实验室到手术室，从研究论文到患者家庭，拼出这个行业的完整图景。
