脑部植入物能够读取瘫痪患者的意图，进而移动机械臂。
已经瘫痪10年的埃里克•索尔托志愿参加了一项大胆的神经工程试验：他将接受大脑植入物，并使用植入物中储存的信号控制机械臂。埃里克对申请脑部手术并没有什么担忧，但是他的母亲却并不支持埃里克的想法。
然而，手术不但没有影响他的正常机能，还给了他超人般的能力。在试验中，索尔托只是想象伸手去拿一个物品，机械臂就能执行他的指令。此前，很多瘫痪病人使用脑机接口（BCI）控制机械手臂。这些患者的植入物记录了来自与脊柱和肌肉直接相连的初级运动皮质的信号。索尔托的手术采用了首个记录后顶叶皮质信号的植入物。
加州理工大学的首席研究员、神经科学教授理查德•安德森说，探索患者的意图可能使机械臂的控制更加直观自然，时延也会缩短。当科学家让索尔托注意他想拿起的物体时，系统能很快识别这一意图，安德森说，通常在200毫秒内就能识别。BCI会将高级信号与智能机器人的物体识别、即时定位与绘图（SLAM）等功能结合。安德森表示，埃里克与机器人智能合作控制肢体的运动，而不必尝试控制所有的运动细节。最近，他和同事在美国《科学》杂志上发表了这一全新的方法。
索尔托在2013年4月接受了手术。在术前准备中，研究人员首先利用功能性磁共振成像识别出索尔托想象拿取动作时两处活跃的顶叶皮质区域。手术植入了两个微电极阵列，每个阵列包含96个电极，能够记录每个神经元的电活动。整个电路与索尔托头部伸出的两个金属“基座”相连。手术后不到一个月，索尔托就已经准备好尝试这项新技术了。研究人员将线路与基座接通，把神经信号发送至计算机，计算机分析后向机械臂发出指令。在第一次试验中，科学家示范了一个简单的扭臂动作，索尔托自己想象了这个动作，机械臂便做出了正确回应。“几乎毫不费力。”索尔托说。
通过电极利用的神经元数量，研究人员能够区别索尔托拿取东西的地点、运动轨迹以及具体动作类别分别由哪些细胞活动进行编码。每天试验前，系统都需要校准，因为电极在索尔托脑部会发生轻微的偏移，进而影响选取的神经元区域。安德森说：“我们的解码算法也考虑了这一因素。”例如，如果一个电极无法提供解码目标位置的有效信息，算法就会忽略该电极的信号，选取其他信息。安德森认为，今后这种适应性较强的算法可能使更多的BCI记录可靠的信息。 此前，大多数有关瘫痪患者使用植入BCI的研究由布朗大学的约翰•多诺霍领导，他还是运动皮质区植入物研究的先驱。多诺霍说，新研究使我们更加了解顶叶皮质在产生运动中的作用，证明了该区域在信号控制中的有效性。但是，他认为，顶叶皮质不一定能比运动皮质产生更好的信号。
安德森建议，将顶叶皮质和运动皮质的信号结合也许能为机械臂提供更明确的指令，但多诺霍认为这种结合不一定产生实质性效果。多诺霍说：“当你的手移动时，可能动用了80%的大脑区域。”他说，顶叶皮质和运动皮质产生的信号类似，因此来自大脑其他区域的信息也许才是产生真正自然运动的关键。
与此同时，索尔托还在与他的新手臂朝夕相处。手术后两年，植入脑部的电极依然正常运转，他对这一技术依然充满热情。在试验的第二年，索尔托凭借独特的练习掌握了精确的拿取动作。他感叹地说：“我尝试了超过6700次猜拳，我要让大家知道我很努力。”在第二年，他终于可以使用机械臂拿起一瓶德罗啤酒，开怀畅饮了。
作者：Eliza Strickland
