癱瘓后重新打字：腦機接口新思路

一鍵關(guān)注，點亮星標(biāo) ?? 前沿不走丟！

認(rèn)知神經(jīng)科學(xué)前沿文獻(xiàn)分享

基本信息

Title:Restoring rapid natural bimanual typing with a neuroprosthesis after paralysis

發(fā)表時間：2026.3.16

發(fā)表期刊:Nature Neuroscience

影響因子：19.5

獲取原文：

1. 添加小助手:PSY-Brain-Frontier即可獲取PDF版本

引言

對于重度癱瘓患者來說，失去交流能力往往比失去行動能力更令人痛苦。現(xiàn)有替代交流方式，如眼動追蹤和屏幕點選鍵盤，雖然能用，但速度慢、負(fù)擔(dān)重、誤差高，且常常需要反復(fù)校準(zhǔn)。

近年來，腦機接口（brain–computer interface, BCI）在語音解碼、手寫解碼等方向已經(jīng)帶來明顯進(jìn)展，但這些方式也各有門檻：要么依賴復(fù)雜的發(fā)音表征，要么需要用戶學(xué)習(xí)一套并不天然貼近日常交流的輸出方式。

這篇技術(shù)報告換了一個很“人類習(xí)慣”的思路：既然鍵盤打字本身就是高信息率、低學(xué)習(xí)成本、廣泛使用的交流行為，那么能不能直接從大腦里解碼“想要用手指敲鍵盤”的意圖？

作者開發(fā)了一套皮層內(nèi)腦機接口打字神經(jīng)假體（intracortical BCI typing neuroprosthesis），讓兩位四肢癱瘓參與者通過嘗試做雙手手指動作，在虛擬 QWERTY 鍵盤上進(jìn)行自然、連續(xù)、可自定節(jié)奏的輸入。這個設(shè)計之所以重要，不只是把打字這件事搬進(jìn)了腦機接口，更在于它充分利用了人們對標(biāo)準(zhǔn)鍵盤布局和手指分工的長期經(jīng)驗，把“高吞吐交流”建立在熟悉的動作語義之上。

實驗設(shè)計與方法邏輯

研究納入兩位 BrainGate2 臨床試驗參與者，一位為肌萎縮側(cè)索硬化癥（amyotrophic lateral sclerosis, ALS）患者，一位為脊髓損傷患者；作者首先在中央前回（precentral gyrus）微電極陣列記錄中驗證雙手各手指嘗試運動的神經(jīng)表征，隨后讓參與者進(jìn)行句子復(fù)制和自由打字訓(xùn)練，用循環(huán)神經(jīng)網(wǎng)絡(luò)解碼 30 個按鍵狀態(tài)，并結(jié)合 5-gram 語言模型進(jìn)行整句校正，從而評估在線打字速度、錯誤率、校準(zhǔn)需求、跨天穩(wěn)定性以及與手寫解碼的比較優(yōu)勢。

核心發(fā)現(xiàn)

運動皮層中存在足夠豐富的雙手手指編碼

圖1是整篇文章的起點。作者先證明，癱瘓參與者的中央前回仍保留了對雙手各手指不同動作方向的可分辨神經(jīng)表征，而且不僅能區(qū)分對側(cè)手指，也能捕捉同側(cè)和雙手相關(guān)信息。這個結(jié)果非常關(guān)鍵，因為它回答了技術(shù)可行性的第一問：在失去實際運動輸出后，大腦里是否還保留可用于打字的高維手指表征。答案是肯定的，而且編碼維度足以支持真實鍵盤輸入，而不是只能做幾個粗糙手勢。

Fig. 1 | Neural tuning for contralateral and ipsilateral finger movements is present in precentral gyrus.

自定節(jié)奏的雙手 QWERTY 輸入實現(xiàn)了高吞吐交流

這項工作最醒目的結(jié)果，是它把腦機接口打字推進(jìn)到了更接近日常交流的速度。兩位參與者中，表現(xiàn)最佳者達(dá)到 110 個字符/分鐘，相當(dāng)于 22 個詞/分鐘，詞錯誤率僅 1.6%。作者在討論中指出，這已經(jīng)達(dá)到同年齡段健全人智能手機打字速度的大約 81%，并且比既往基于手運動皮層的高性能 iBCI 方法更快。這里真正值得關(guān)注的不是單一數(shù)字，而是“速度、準(zhǔn)確率和自然交互方式”三者同時成立。

Fig. 2 | Thirty distinct finger movements can be decoded from the precentral gyrus.

Fig. 3 | The iBCI bimanual QWERTY keyboard affords high-throughput communication.

QWERTY 的錯誤結(jié)構(gòu)比手寫更“適合”語言模型修正

圖4很有意思。作者比較了打字解碼和既往手寫解碼的錯誤模式，發(fā)現(xiàn) QWERTY 打字中的錯誤更常發(fā)生在同一手指或相鄰手指負(fù)責(zé)的近鄰按鍵之間，而手寫的錯誤則更容易出現(xiàn)在形狀相近的字母之間。前者對語言模型更友好，因為相鄰鍵位的混淆未必會落到英語中常見、可互換的詞形上；后者則更容易把不同單詞拉近。也正因此，在較高字符錯誤率條件下，QWERTY 路徑帶來的詞錯誤率仍然更低，說明這不是單純的工程細(xì)節(jié)，而是“動作空間設(shè)計”本身就在影響最終語言輸出質(zhì)量。

Fig. 4 | Word-level decoding is robust to QWERTY error patterns and the typing neuroprosthesis can be rapidly calibrated.

少量校準(zhǔn)即可起步，但跨天漂移仍是現(xiàn)實問題

作者沒有回避系統(tǒng)落地中最實際的一環(huán)：每天要不要重訓(xùn)。結(jié)果顯示，對表現(xiàn)較好的參與者而言，僅需 30 句校準(zhǔn)就能達(dá)到可用水平，50 句時詞錯誤率可接近 4%；而且在不重新校準(zhǔn)的情況下，原始解碼器在 1 天后仍維持較低錯誤率，數(shù)天后雖然出現(xiàn)神經(jīng)漂移，但性能尚未完全崩潰。這部分結(jié)果之所以重要，是因為它說明系統(tǒng)已經(jīng)從“實驗室演示”向“日常使用原型”邁了一步，不過作者也明確指出，更長期穩(wěn)定的無監(jiān)督更新和基礎(chǔ)模型泛化仍是未來重點。

歸納總結(jié)和點評

這篇文章的亮點，不只是把腦機接口速度再往前推了一截，而是找到了一個兼顧可學(xué)性、直覺性和高吞吐率的交流入口：打字。作者沒有強迫用戶適應(yīng)新的輸出語言，而是讓解碼系統(tǒng)盡可能貼近人類長期訓(xùn)練出的手指—鍵位映射。更難得的是，論文同時處理了神經(jīng)表征、在線性能、錯誤結(jié)構(gòu)和實際校準(zhǔn)成本這些決定臨床可用性的關(guān)鍵環(huán)節(jié)。它讓“癱瘓后重新高效輸入文字”這件事，看起來第一次有了接近日常生活的輪廓。

請打分

這篇剛剛登上Nature Neuroscience的研究，是否實至名歸？我們邀請您作為“云審稿人”，一同品鑒。精讀全文后，歡迎在匿名投票中打分，并在評論區(qū)分享您的深度見解。

分享人：BQ

審核：PsyBrain 腦心前沿編輯部

你好，這里是「PsyBrain 腦心前沿」

專注追蹤全球認(rèn)知神經(jīng)科學(xué)的最尖端突破

視野直擊 Nature, Science, Cell 正刊 及 Nat Neurosci, Nat Hum Behav, Neuron, Sci Adv 等核心子刊與頂級大刊

每日速遞「深度解讀」與「前沿快訊」，為你打破信息差

科研是一場探索未知的長跑，但你無需獨行。歡迎志同道合的你加入PsyBrain 學(xué)術(shù)社群，和一群懂你的同行，共同丈量腦與心智的無垠前沿。

點擊卡片進(jìn)群，歡迎你的到來

一鍵分享，讓更多人了解前沿