Nature系列综述:首个植入式脑机接口临床试验合集

Nature系列综述:首个植入式脑机接口临床试验合集
2024年09月23日 13:30 新浪军事前线

来源:生命科学前沿

近年来,植入式脑机接口(iBCIs)技术在多个方面取得了显著进展。这些进展包括对电极设计和材料组成的改进,以及信号处理和解码算法的提升。例如,Precision Neuroscience公司宣布在人脑上成功放置了4096个电极,这在技术上是一个重要的里程碑,因为它提高了大脑与外界传输数据的效率,即所谓的“带宽”。此外,Neuralink公司也在iBCIs领域取得了进展,尽管面临一些挑战,如在首次人体植入后出现的并发症,但这些挑战也推动了技术的进一步发展和改进。在临床应用方面,iBCIs技术已经开始帮助那些因脊髓损伤、中风或肌萎缩侧索硬化症等疾病而失去运动能力的患者。例如,通过使用iBCIs技术,研究人员已经能够帮助猴子恢复行走能力,并且在人类患者中也有类似的尝试和进展。此外,iBCIs技术还被用于功能替代,如通过捕捉语言皮层的脑电信号来实现语音合成和意念打字,为失去语言能力的患者提供了一种新的沟通方式。

尽管iBCIs技术取得了显著的进展,但仍面临一些关键挑战,包括如何构建长期稳定的神经界面、实现高质量的信号采集和神经调控。此外,还需要解决与患者和制造商之间可能存在的伦理隐私安全问题。为了克服这些挑战,研究人员正在探索新的材料和设计,以提高电极的生物相容性和信号的稳定性,并在信号处理和解码算法方面进行创新。

目前还没有一个集中的全球iBCI信息库来识别研究小组、临床试验、参与者人群或使用的电极。这限制了分析临床试验过去和现在的进展,以指导和引导未来iBCI的研究、转化和实施。为了填补这一空白,休斯敦大学Jose L. Contreras-VidalK. Michelle Patrick-Krueger等人搜集并整合了从1998年到2023年间所有已知的植入式脑-计算机界面(iBCIs)的临床试验信息。他们从多个数据源搜集信息,包括PubMed、ClinicalTrials.gov数据库、研究小组网站、Google Scholar和ORCID档案等,以确保信息的全面性。作者整理了21个研究小组和67名参与者的临床试验信息,分析了iBCIs在电极设计、材料组成、信号处理、机器学习和深度学习算法等方面的最新进展,并讨论了长期植入电极的有效性挑战。相关工作以“The state of clinical trials of implantable brain–computer interfaces”为题发表在《Nature Reviews Bioengineering》上。

【主要内容】

图1 iBCIs的发展历程的时间线

时间线分为两个时代:早期(1998-2013年)和BRAIN时代(2014-2023年),以突出显示BRAIN倡议和人类大脑项目对iBCIs研究的推动作用。图中详细记录了每年的植入情况,包括植入的电极类型和数量,以及与这些植入相关的性能改进。图中还特别标注了关键的研究进展,如首次人类长期iBCI植入、首次无线光标控制演示、首次机器人手部开合控制,以及首次通过iBCI实现的感觉反馈等。

图2 系统性的知识整合图,展示了所有已知的iBCI参与者、他们的植入原因、使用的电极阵列和研究小组的详细信息

该图的目的是提供一个全面的视角,以评估iBCI领域的现状,包括参与者的多样性、电极技术的使用和研究小组的地理分布。首先按研究小组组织,然后按植入日期排序,为每个参与者提供一行信息,包括植入年份、参与月份和参与者的植入原因。图的左侧详细列出了参与者的年龄、性别以及基于发表作品、演讲或与相应研究小组的沟通确定的实验类型(如沟通、运动控制或感觉)。还展示了不同电极类型在参与者中的分布,参与者的性别和年龄分布,以及按植入原因分类的参与者信息。

图3 不同电极类型在iBCI临床试验中的参与时长

图中展示了从早期时代到BRAIN时代的参与者每月的参与情况。使用不同颜色区分了早期时代和BRAIN时代的完成和正在进行的试验,以及不同电极类型的参与者,如神经营养电极(NTE)、微电极阵列(MEA)、皮层电图(ECoG)和血管内阵列(EVA)。图中的每个条形代表一个参与者的参与月数,颜色深浅表示试验的完成状态,浅色表示已完成,深色表示正在进行。此外,图中还突出显示了每种电极类型的平均参与时长,以及目前仍在进行试验的参与者的平均参与时长。这些数据不仅揭示了不同电极在长期植入中的性能和耐用性,还反映了iBCI技术随时间的演变和改进。

图4 已发表的关于植入式脑机接口的数据摘要

图中展示了不同任务的出版物数量和参与者数量,以及这些任务的性能指标。这些任务包括运动控制、通信、功能性电刺激(FES)和机器人辅助设备控制等。每个任务的性能通过成功率、准确率、每分钟正确点击数(CCPM)、每分钟单词数和错误率等指标来衡量。图表的右侧是水平箱线图,显示了所有包含数值的任务性能结果。这些数据不仅展示了iBCI系统在不同应用中的表现,还反映了参与者在使用iBCI系统时的体验和进步。通过这种综合分析,研究人员可以更好地理解iBCI技术的实际效果,以及如何改进算法和设备设计以提高用户体验。

【全文总结】

这篇文章通过综合分析1998年至2023年间的临床试验数据,全面回顾了植入式脑-计算机界面(iBCIs)的研究进展。文章涵盖了技术发展、参与者多样性、数据共享和伦理挑战等方面,强调了建立全球iBCI信息库的重要性。研究结果旨在为未来的研究、技术创新和政策制定提供指导,推动iBCIs技术的发展,以帮助恢复或改善因疾病或伤害而失去运动能力的人的生活质量。

原文链接:https://doi.org/10.1038/s44222-024-00239-5

财经自媒体联盟更多自媒体作者

新浪首页 语音播报 相关新闻 返回顶部