研究人员开发出了一种高分辨率传感器，可以记录大脑信号，从而解码人们想说的话。虽然这种设备仍处于早期阶段，但它可以让因神经退行性疾病而失去语言能力的人恢复交流能力。

丧失交流能力可能是肌萎缩性脊髓侧索硬化症（ALS）等使人衰弱的神经退行性疾病的副作用之一，在这种疾病中，认知功能得以保留，但控制语言的肌肉却变得脆弱而紧绷。恢复交流的一种解决方案是直接解码来自大脑运动皮层的信号，从而触发肌肉按照特定顺序运动，发出不同的声音。

美国杜克大学的研究人员开发了一种大脑植入物，利用高分辨率的神经记录解码人的大脑信号，将其转化为人想要说的话。

这项研究的通讯作者之一格雷戈里-科根（Gregory Cogan）说："有很多患者都患有使人衰弱的运动障碍，如ALS（肌萎缩侧索硬化症）或锁闭综合征，这些都会影响他们的说话能力。但是，目前能让他们进行交流的工具一般都非常缓慢和繁琐"。

目前，最佳语音解码速度约为每分钟 78 个单词，而我们说话的速度约为每分钟 150 个单词。这种滞后一般归因于所使用的大脑活动传感器的数量；传感器数量越少，意味着可解码的信息越少。

为了改进现有设备，研究人员将 256 个微型大脑传感器装在了一块邮票大小的医用柔性塑料上，这意味着该设备能够以更高的空间分辨率获取更高质量的神经信号。尽管神经元之间的距离很近，但在协调言语时，相距仅几微米的神经元却会有截然不同的活动模式。要准确预测一个人想说什么，就必须区分来自相邻脑细胞的信号。

与其他设备相比（左图），杜克大学的设备拥有两倍多的传感器，而且体积更小Dan Vahaba/Duke University

随后，研究人员需要对植入物进行测试，他们招募了四名正在接受脑部手术治疗帕金森病或切除肿瘤的患者，并短暂中断了他们的手术，以便在他们身上使用这种植入物。

任务很简单。参与者听到一系列无意义的单词，如"ava"、"kug"或"vip"，然后大声说出每一个单词。当患者的运动皮层协调近 100 块肌肉运动嘴唇、舌头、下巴和声带（喉咙）时，植入体记录下了这些肌肉的活动。然后，这些数据被输入机器学习算法，看它能否仅根据大脑活动记录就准确预测出发出的声音。

对于某些声音和参与者，比如"gak"中的"g"，当它是组成一个特定无意义单词的三个音串中的第一个音时，解码器有84%的正确率。当解码器解析单词中间或末尾的音时，准确率就会下降；如果两个音相似，如"p"和"b"，准确率就会下降。

总的来说，解码器的准确率为 40%。虽然这听起来并不特别令人印象深刻，但研究人员指出，该算法只使用了 15 分钟测试中的 90 秒口语数据。

研究人员将继续提高该设备的准确性和解码速度，并利用美国国立卫生研究院（NIH）的资助，开发无线版本。

科根说："我们现在正在开发同类记录设备，但不需要任何电线。患者可以四处走动，也不必被束缚在电源插座上，这真的很令人兴奋"。

这项研究发表在《自然通讯》杂志上。