上海大学教授杨帮华：脑机接口缺乏大规模临床数据、医疗临床国家标准 投资机构多在观望

(资料图片仅供参考)

今年5月，全球首例非人灵长类动物（猴）介入式脑机接口试验在北京完成，让市场和资本对于脑机接口这一领域更为关注。而作为研究脑机接口20余年的学者，上海大学机电工程与自动化学院教授、医学院教授杨帮华以脑电波信号处理、脑机接口结合虚拟现实技术及其工程应用为主要研究方向，切身感受到了行业冷暖的变迁。8月19日，在2023世界机器人大会上，杨帮华接受了包括《每日经济新闻》在内的媒体的现场采访。她感慨“2003年的时候国内没有几个人知道脑机接口这个概念，随着国内广大同行在各个方面持续努力，特别是马斯克给猴子植入式做脑控游戏之后，现在投资机构也越来越多了”。在杨帮华看来，目前中国脑电波解码技术与发达国家间的差距已经不大了，甚至在某些信号的解码技术已经逼近国际水平，但国内脑机接口的硬件和材料技术仍落后于发达国家，电极、高性能芯片等脑机接口的关键元器件，仍需更加稳定可靠，产业配套措施也需要提前做好预备，这些都需要时间。AI新型算法大大提高脑电信号的解析精度过去几年，杨帮华团队聚焦脑卒中患者肢体运动功能障碍，将研究成果应用于脑卒中病人的神经康复训练。杨帮华表示，脑机接口技术通过探测人在执行特定任务的时候产生的脑电波，分析大脑的意图，再把它转换成控制命令，从而驱动各种外部设备。在神经系统疾病方面，现有的物理治疗手段大多是被动的方式，在康复的过程当中，患者本身的大脑没有主动的参与过程。而脑机接口技术通过探测脑电波，判别患者是否有主动完成康复动作的意图，确认后随即将命令反馈给患者本身和康复机器人等外部设备，从而构成一个闭环的神经康复训练系统，实现了从大脑到肢体，肢体到大脑的康复过程。这一应用不仅会缩短患者的康复训练时间，促进患者积极治疗意愿，提高康复效果。不过，这种基于运动想象的脑机接口在脑电波解码上面临更高的技术要求。据杨帮华介绍，脑机接口常用的实验范式包括P300、SSVEP、运动想象三种，前两种对应的脑电波是人的眼睛在外界刺激下被动产生的，解决眼睛所看的问题；运动想象的脑电波是靠人的大脑想象特定的动作产生的，解决大脑所想。由于人很难高度持续集中注意力持续想象一个动作，基于运动想象产生的脑电波，解码难度更高。未来仍需要科研人员和工程人员攻坚，比如通过引入人工智能的新型算法、多模态信号融合、个性化的动画场景，使得脑电信号质量和解析精度可以大大提高。杨帮华表示，在脑机接口的发展中，高校等研究机构主要关注技术发展，包括高性能信号采集技术，人工智能和算法在脑电波信号解析中的应用等。结合这些原理研发的原型样机，应用于一些疾病时，需要与医院合作开发相关的实验范式以及系统。样机开发完毕后，产品落地应用到医院还有大量的临床工作和推广工作，如开发系统的稳定性和可靠性检测这类验证工作，需要企业参与，还需要应用方和患者反馈大量使用意见，才能推动脑机接口技术最终服务于临床。单品投入在千万级别，投资机构多在观望“（研究）开始的时候我们非常艰辛，其实也非常期望获得更多资金的关注。”杨帮华告诉记者，据她保守估计，一个脑机接口产品的资金投入大概在千万级别，虽然目前有越来越多的投资机构关注到脑机接口这一赛道，但由于技术超前，投资回报不确定，持观望态度者居多。技术仍不成熟是一个原因。目前，脑机接口分为侵入式、非侵入式和介入式三种，侵入式以埃隆·马斯克旗下Neuralink公司为代表，获取脑电信号精度最高，需要通过钻透颅骨植入芯片，其应用在国外落地较多；非侵入式隔着头皮采集脑电信号，获取脑电信号精度最高但推广最容易，是国内脑机接口应用的组成部分。杨帮华告诉记者，国内脑电极、高性能的放大电路、芯片等脑机接口关键元器件的稳定性仍有待提高，与国外存在客观差距。另外，脑机接口技术在临床应用的效果还缺乏数据支撑，其中有创的侵入式脑机接口很难开展大规模人体试验，需要医生、患者、企业各方配合，而且每做一例都需要耗费大量成本，短时间内很难积累出大量数据。“也有投资方说脑机医疗器械付费难的问题。像这样一个新技术，想纳入国家的医保和进入收费目录靠的可不是一个人的力量。”杨帮华表示，目前业内不断出现脑机接口相关的样机和产品，但要想得到大规模的应用，还需要医生根据患者使用数据进行评估，这个过程需要花费的时间不好评估。但人才培养、法规保障等产业配套措施需要提前做好预备。杨帮华认为，国内脑科学数据的安全很重要，需要有关机构对正常人和患者的数据进行严格管理，而针对一些伦理的办法也需要加强。