观点交锋：脑机接口如何连接大脑与未来？|bci|人工智能|神经科学|脑机接口|脑科学|观点交锋

脑机接口（BCI）技术未来最具发展前途的研究方向是什么？它将如何改变我们的生活和医疗方式？

2024年12月6日至7日，由天桥脑科学研究院（Tianqiao and Chrissy Chen Institute）与国际BCI协会（BCI Society）联合主办的BCI国际联合会议在上海成功举办。圆桌讨论环节，在关存太教授的带领下，来自全球的BCI专家——杨雨潇、Natalie Mrachacz-Kersting、李远宁、Robert Gaunt、Camille Jeunet-Kelway等，并没有止于当下的研究进展，与会者们还在追问和讨论中碰撞出对BCI技术的发展方向的宝贵观点。

关存太

Cuntai Guan

新加坡南洋理工大学计算与数据科学学院副院长

新加坡工程院院士、美国国家发明家科学院院士、美国医学与生物工程院院士、IEEE会员，新加坡南洋理工大学人工智能研究院院长、脑计算研究中心主任、计算机科学与工程系校长讲席教授。研究方向包括脑机接口、机器学习、神经信号与图像处理以及人工智能。

追问话题

Q1：BCI技术领域中什么最具发展前途？

Q2：BCI技术普及的最大困难是什么？

Q3：哪些人群能最可能从BCI中获益？

Q4：公众对使用或接受BCI的意愿如何？

Q5：如何教育公众避免误解BCI技术？

BCI技术领域中

最具发展前途的研究方向是什么？

杨雨潇

浙江大学脑机智能全国重点实验室、脑与脑机融合前沿科学中心研究员

清华大学电子工程学士学位，南加州大学电子工程博士学位，2020至2022年任中佛罗里达大学电子与计算机系助理教授。研究方向为脑机接口、人工智能、脑疾病神经调控治疗。致力于开发新型侵入式闭环脑机接口计算架构、模型方法以及原型系统，应用于难治性神经/精神疾病的智能精准脑刺激治疗。在Nature Biomedical Engineering, Nature Biotechnology等知名期刊发表多篇论文。获国际脑机接口研究奖和IEEE EMBC最佳论文奖。

杨雨潇：这是一个非常有趣且具有挑战性的问题。从我的角度来看，一个重要的发展趋势是侵入性和非侵入性BCI技术的融合。侵入性技术可以提供高质量的信号，但存在一定的风险；非侵入性技术更安全，但信号质量较低。为了让BCI技术造福更多人群，我们需要研发能够以微创方式获取高精度信号的硬件和系统，这些设备在对大脑造成最小伤害的情况下，能够记录和刺激高质量的神经信号。目前，在侵入性和非侵入性技术方面都有许多优秀的研究成果，我认为是时候将这些进展融合起来。只有这样，BCI才能既实用，又能广泛使用。

Natalie Mrachacz-Kersting

Albert-Ludwigs大学脑机接口与神经康复实验室主任、体育与运动科学研究所运动神经科学主任

电气与电子工程师协会（IEEE）医学与生物学工程学会机器辅助认知分会副主席，《IEEE TNSRE》副主编，奥尔堡大学获得生物医学工程博士学位。专注于医疗技术、生物医学工程和神经科学研究，目前进行的科研项目主要涉及面向患者群体(包括中风或肌萎缩侧索硬化症患者)的脑机接口。获得了多个奖项，包括2017年的国际 BCI奖。

Natalie Mrachacz-Kersting：我完全同意以上观点。目前小型侵入式BCI的发展令人振奋；但我认为，我们还需要更深入理解神经系统的运作机制。我们可以通过侵入性研究方法来实现这一点，但要注意侵入性方法主要针对患者群体，其神经系统可能与健康人存在差异。我们应该利用从侵入性研究中获得的知识，来改进非侵入性技术，以惠及更广大的群体。例如神经科临床常见的卒中患者，除非情况特别严重，大多数患者并不需要侵入式治疗。因此，我认为在侵入性和非侵入性技术之间建立桥梁非常重要，我们需要加强这两个领域之间的合作，而非各自发展。

李远宁

上海科技大学生物医学工程学院研究员、助理教授、博导、独立课题组组长

美国卡内基梅隆大学神经计算与机器学习博士，加州大学旧金山分校神经外科博士后，曾获美国国立卫生研究院神经科学杰出学者奖，入选国家级和上海市高层次青年人才计划，并主持多项国家级和省级科研项目。主要研究方向为计算和认知神经科学，主要研究内容包括语言相关认知过程的神经机制，神经编码和解码模型，语言脑机接口等，代表性研究成果发表在Nature Neuroscience, Nature Communications, Science Advances, PNAS, Science Bulletin等期刊。

李远宁：我认为，近期BCI的另一个重要趋势是BCI系统与人工智能（AI）的互联。我主要研究语音神经假体领域，几个月前，我参加了美国神经科学年会（SfN）关于这个主题的研讨会。回顾三年前，我们还在应用算法做非常简单的离线解码；而现在，AI技术的爆发，特别是大型语言模型的出现，为我们打开了新的范式。现在，我们可以进行在线解码，尝试端到端地解码复杂行为，如自然语言处理。此外，我们还有多模态的AI模型，如视觉-语言模型，可以进一步应对复杂任务。我认为，BCI正在趋向更复杂、更抽象、更高维度的解码。我认为，AI与BCI的结合，为更高层次的脑功能解码和应用提供了可能。

Robert Gaunt

匹兹堡大学康复神经工程实验室工程学主任、卡内基梅隆大学生物医学工程系副教授

维多利亚大学机械工程学士学位和阿尔伯塔大学生物医学工程博士学位。研究重点是用于手和膀胱感觉运动控制的神经假体技术，旨在恢复受损或疾病状态下的功能。致力于开发脑机接口以使上肢瘫痪者能够恢复运动和感觉功能,以及发明神经接口来调节膀胱功能。

Robert Gaunt：我同意之前大家所说的一切，尤其是AI与BCI的融合这个观点让我特别兴奋。老实说，目前任何BCI系统都远未达到普通健康人类的水平。但通过将BCI与语音等系统相结合，已经展现出了强大的潜力。几十年来，众多BCI的基础概念经过了全球研究者们的实验室验证。如今，已有充分的证据表明，BCI能够用于控制电脑屏幕上的光标等设备。令人振奋的是，商业机构已开始认真考虑将实验室中反复验证的成果转化为面向患者的产品，这是单靠研究人员无法实现的。我认为，下一步就是推出首个真正具有商业可行性的产品，确保其能够盈利并获得广泛支持。

Camille Jeunet-Kelway

法国波尔多大学与法国国家科学研究中心附属认知与综合神经科学研究所法国国家科学研究中心研究员

法国波尔多大学认知科学博士，先后在法国国家信息与自动化研究所（法国雷恩）和洛桑联邦理工学院（瑞士日内瓦）开展博士后工作，后受聘为法国国家科学研究中心（CNRS）终身研究员。2021年加入了认知与综合神经科学研究所（INCIA），牵头开展跨学科研究，包括利用脑电-脑机接口（EEG-BCIS）来改善或恢复临床状态（中风患者和帕金森病患者）及非临床状态（运动员）人群的认知和运动能力；尤其关注研究神经反馈训练背后的学习机制以及神经反馈程序和脑机接口技术的可接受性。

Camille Jeunet-Kelway：是的，我同意大家的观点。目前我们有理由相信，几年内患者就将能够实际使用微创系统，特别是在沟通和控制方面。通过在解码的基础上添加感觉反馈，我们已经能够实现感觉运动闭环，这令人非常兴奋。除了沟通和控制，神经反馈训练也展现出巨大的潜力，能够提升健康人群的认知和运动能力，例如运动员、外科医生和飞行员。许多群体都可以从BCI和神经反馈中受益。越来越多的公司正在积极开发这些系统，随着时间的推移，这些技术将惠及更多人，这也是我们的工作目标。而且，使用系统的人越多，我们收集的数据就越丰富，对大脑的理解也会加深。这将形成一个良性循环，提升系统性能，加速技术的指数级发展。

目前BCI技术普及的最大困难是什么？

关存太：好的，进入下一个问题。过去十年，得益于新技术、新材料、深入的神经科学理解、更多临床试验及AI的崛起，BCI研究迅速发展，众多成功案例因此出现。例如，华盛顿大学埃里克·罗哈特（Eric Lohat）团队开发的i.p.i.手部设备已获FDA批准。然而，BCI在医学领域的应用仍处于试验阶段。要在临床和日常生活中广泛应用BCI，我们仍需克服多重障碍。因此，我想请教各位：目前BCI技术面临的最大挑战是什么？在更广泛的临床环境或日常生活中部署BCI存在哪些障碍？

Natalie Mrachacz-Kersting：我们需要让BCI技术适应更广泛的受众。企业关注利润，必须确保BCI技术能够带来利益。而BCI目前的应用群体有限；中风患者众多，但这部分人群的治疗需求尚未被充分开发，部分原因是现有设备和方法种类繁多，市场方案繁杂。因此，建立一个统一的平台至关重要。此外，我们需要更多数据来更好地理解大脑工作原理，并扩大目标群体。简而言之，挑战在于如何使BCI技术惠及更多患者并实现商业成功。

Robert Gaunt：我认为，这个问题与BCI的可靠性、耐用性和性能等价值主张密切相关。但目前尚无BCI设备达到为患者提供最佳价值点。虽然许多设备在某些方面表现出色，但仍存在问题。例如，BCI技术可以控制上肢运动，但需手术且缺乏长期可用性，设备不永久有效且成本高。因此，BCI普及的关键在于找到一个“甜点”——既能为患者提供真正价值，又经济可行、可靠且广泛应用的BCI设备。目前BCI技术常需大量工程师和研究生后台操作，给实际应用带来巨大障碍。因此，BCI面临的挑战主要是“工程问题”：科学原理已验证，但仍需要可持续使用的系统。要克服这些挑战，我们必须在设备设计上实现工程突破，确保BCI不仅在实验室可行，也能在实际使用中可靠运行。

杨雨潇：我认为，首要的就是有效性，但更大的挑战在于构建整个生态系统，需要神经科学家、工程师、临床医生及社会各界的共同支持。这不仅涉及BCI有效性的问题，还涉及处方和应用的规范化。这不仅是技术上的挑战，也是将技术融入医疗体系的挑战。此外，数据的量和标准化至关重要，尤其是数据共享。在BCI的前沿开发中，数据同样关键，是生态系统建设的重要组成部分。如果不同地区和应用的研究人员能够共享标准化且清晰标注的数据，将大大推动BCI技术的发展，促进生态系统的建设。我相信，这将帮助BCI技术真正进入临床应用，并在实际生活中得到广泛应用。

李远宁：首先我们需要建立一个完整的行业生态系统，促成临床医生、神经科学家与科技行业的紧密合作。借鉴人工智能领域的经验，通过开源数据共享和代码标准化（如PyTorch），使社区能够在统一标准下高效协作。虽然目前这一阶段尚未完全实现，但我相信在不久的将来，这种协作模式将会实现。其次，开放性问题亟需解决。研究实验室与产业界之间需要更多的迭代合作，通过持续的沟通与反馈，而非单向的原型交付，以加速技术的实际应用。

Camille Jeunet-Kelway：我之前与人讨论过这个问题，我认为当前真正需要的是数据。BCI系统由三部分组成：测量技术、信号解码方法和用户训练。目前，在侵入性、非侵入性和最小侵入性的大脑活动测量技术方面已取得显著进展，但仍需明确可测量的脑信号和有效的解码方法。这要求神经科学和用户训练的协同努力，以确保产生可解码的有效信号。同时，AI在信号处理中的作用至关重要，需要进一步优化解码效率。由于个体间生成可解码信号的能力存在较大差异，只有通过大量数据才能理解这些差异并建立有效模型。类比AI领域，尤其是图像处理技术，依赖大规模数据取得突破。因此，当前BCI领域亟需建立合作、定义标准并收集高质量、兼容的数据集。此外，还需改进实验过程记录和对患者及参与者的指导，以便现有数据共享。

哪些群体最有可能

先从BCI技术中获益？

李远宁：我想从一个不同的角度谈谈这个问题。我的研究对象主要是与脑血管疾病相关的患者，目前BCI并不能直接治疗这些疾病。BCI更像是一种神经假体技术。然而，如果BCI能够通过调节特定的神经回路，从根本上改变神经系统疾病患者的症状，那将是真正的疾病治疗。就像杨雨潇博士从事的精神疾病研究那样，如果我们能发现关键的神经回路，通过调控这些回路来改变症状，这将是一个巨大的进步。

杨雨潇：我完全同意。既往工作中，我们观察到患者对BCI的需求呈现特定趋势。我们研究了两种BCI技术类型：一种用于神经调节，另一种用于沟通。受试者中寻求神经调节的比较多，而需要运动功能恢复的患者虽多但招募困难，这反映了患者对BCI的真实需求情况。此外，不同患者所需采用的技术有所不同。轻症患者可通过非侵入性神经反馈居家治疗；而对于严重难治的患者，如重度抑郁症患者，则可能需使用侵入性技术以迅速缓解症状。精准的区分患者需求，有利于提高BCI技术的适用性。神经调节技术前景广阔，因为全球神经及精神疾病患者超过10亿，BCI可以与药物疗法等结合，辅助缓解症状。

Robert Gaunt：最终，我们需要为特定人群匹配合适的设备和技术。这与药物类似，不同患者需要不同的药物和治疗机制。同样，BCI的挑战在于找到适合每个患者群体的最佳技术和设备。未来第一批成功的商业设备可能会出现在需求最大的人群中，因为基数大的患者群体能够推动技术的商业化成功，然后再扩展到其他领域。

Natalie Mrachacz-Kersting：在讨论患者需求时，我们不应忽视普通人群。BCI不仅用于治疗，还能提升健康人群的表现，如飞行员或运动员，具有商业吸引力，并可能为针对患者的小型设备铺路。此外，需明确BCI的目的——增强、替代还是恢复功能，这将决定选择侵入性或非侵入性技术。某些人群可能更适合使用简单的肌电信号而非复杂的脑信号。因此，明确BCI的目标和用途是技术发展和普及的关键。

公众对使用或接受BCI的意愿如何？

Natalie Mrachacz-Kersting：基本上，我合作的病人都乐于接受BCI，原因之一是他们能看到自己的进步。只要感受到改善，他们就愿意继续使用，这是关键。理解技术的价值和用途也很重要，虽然美学也是一个因素。但最重要的是，患者需要并能见到效果。这是我的个人经验。

李远宁：我完全同意。我很推荐大家观看Sergey Stawski制作的展示他们首次进行肌萎缩侧索硬化症（ALS）患者试验的动人视频，患者通过训练，能将脑中想到的词出现在屏幕上。虽然这些技术目前高度定制，难以大规模应用，但这对大众而言意义重大，我们需要更多这样的正面案例。此外，目前舆论在探讨“植入”等话题时大多是积极的。我去年参加了天桥脑科学研究院主办的活动，与科幻作家在公共图书馆讨论BCI的未来。公众对BCI有许多“科幻”式地想法，而BCI等许多技术在10~30年前看起来都是科幻概念。这是一种有趣的现象。

Robert Gaunt：虽然在场的大家都对BCI很熟悉了，但其实际应用仍值得推敲。以深脑刺激（DBS）为例，DBS尽管是一种被公认的治疗方法，但在美国的应用比例却很低。比如，在匹兹堡的一位长期患有运动障碍的患者，他的主治医生可能从未跟他提及过DBS。即使技术有效，其普及率和接受度仍然有限，尤其在非发达地区。为了让这些前瞻性技术惠及每个人，我们需克服这些障碍，可能需要从医学院教育入手，确保更多医务人员了解这些技术。

杨雨潇：我想补充一点，对BCI的科普，这不仅是患者的问题，还涉及他们的家庭。在与抑郁症患者打交道的时候，我发现，虽然有的患者本人愿意参与研究和接受新兴治疗方案，但这并不总能得到足够的家庭理解和支持。这与Gaunt教授提到的问题密切相关。我们需要让更多人了解BCI技术，建立完整的生态系统，才能有效帮助有需要的患者。BCI不只关乎患者个体，还需要他们家庭和周围人的理解与支持。

Camille Jeunet-Kelway：设备的可接受性和接受度受多种因素影响。有研究显示，普通人群对BCI的接受度较高，原因是认为技术有用；但对于患者而言，接受度不仅受感知有用性的影响，还取决于个人的焦虑感和自我效能感。许多中风患者同时患有抑郁症和焦虑症，因此，确保他们对BCI技术充满信心并理解其作用至关重要。我们需要与患者家庭、公众及医疗护理人员合作，消除对BCI的误解。例如，一些人误以为EEG可以读懂思维或改变记忆。此外，非专家的误导性宣传也影响了公众对BCI的认知。因此，科学家社群有责任加强与公众的沟通，明确解释BCI的实际能力和未来应用，以建立信任。

如何教育公众避免

对BCI技术产生误解？

Camille Jeunet-Kelway：目前最重要的是让普通大众了解神经技术，因为这项技术正逐步融入我们的生活。神经科技的出版物、实验室和公司数量呈指数级增长。因此，教育公众以免产生过高期望至关重要。如果人们失望，可能会失去对神经科技的信任，影响技术的发展和投资，阻碍其改善患者生活的潜力。因此，明确教育公众什么是可期待的，什么是不现实的，极为必要，以避免负面影响。

Natalie Mrachacz-Kersting：我们正在积极推动这项工作。在德国，我们通过与媒体合作，用通俗易懂的语言向公众传达信息，例如制作播客等。我和同事们努力将这项技术普及，时常可能被公众问“你是谁？”回想智能手机的普及，尽管最初不被广泛使用，但因其实用性最终被大众接受。我认为，神经调节等技术也有望像智能手机一样普及。我们已经在利用脑电波进行神经反馈以减轻压力，这也可以视为BCI技术的一种。未来，更多地向公众介绍这些设备的进展，这很有帮助。

Robert Gaunt：是的，我只想补充一件事，我认为在某种程度上强大的公共教育项目非常重要。虽然我们可以讲解特定的技术和理念，但如果人们在早期教育中缺乏对科学的信任，他们可能会将科学仅视为众多鱼龙混杂观点中的一个，而不能意识到它的潜力。这是我们必须共同面对的挑战。因此，针对神经技术的教育极具价值，但只有在一个信任科学并拥有强大公共教育系统的社会中，才能取得实效。

后记

从微创设备的突破，到AI赋能的解码革新，从临床应用的深化，到公众认知的提升——每一个议题都指向一个共同的愿景：让BCI技术真正走进生活，为人类谋福祉。

在这条充满挑战的道路上，天桥脑科学研究院正以开放和创新的姿态，搭建起联通全球智慧的桥梁，凝聚各方力量，推动脑科学研究的边界不断延展。当神经科学家的洞见、工程师的创造、临床医生的实践、产业界的活力，与公众的理解和支持交相辉映，BCI技术终将走出实验室，为更多人带来希望与可能。