據統計，全球有數百萬人由于各種原因，導致四肢和大腦之間的信號通路中斷，他們變得生活不能自理。為了幫助這些癱瘓者，科學家做了不少研究。

早期的研究認為，脊髓受損之后，大腦為了與失去聯系的器官獲得聯系，會發生重組，盡管這種嘗試往往是徒勞的。大腦的這種重組讓研究人員覺得，通過重建神經通路讓四肢恢復運動能力是無濟于事的。因此，他們打算借助機械手臂，幫助患者恢復部分生活能力。于是就成了下面這樣的……

患者利用大腦微芯片控制機械手臂喂食巧克力

2012年，匹茲堡大學研究團隊成功將一個芯片植入患者大腦，患者可以通過大腦控制與芯片連接的機械手臂(1)。同一年的早些時候，遐邇聞名的常春藤聯盟成員布朗大學的研究人員也完成了類似的研究(2)。

但是，對于一個四肢健全的癱患者而言，閑置四肢而使用額外增加的機械手臂，不僅是一種資源浪費，還會讓患者感到不便捷。于是就有固執的研究人員埋頭研究如何讓癱瘓的四肢恢復運動能力。

同樣在2012年，美國西北大學的研究團隊成功實現用大腦芯片控制小猴子的上肢(3)。他們利用植入小猴子大腦的芯片獲取神經數據，根據這些數據預測需要刺激的肌肉，然后猴子胳膊上相應的電極會發出電信號，形成刺激，相應的肌肉收縮，小猴子就可以完成相應的動作。

2014年，俄亥俄州立大學的研究團隊將可以獲取大腦神經信號的芯片植入一名24歲四肢癱瘓患者Ian Burkhart的大腦，患者已經癱瘓的右手恢復了部分功能，患者可以倒水、刷卡，甚至玩兒彈吉他游戲。4月13日，Chad Bouton領銜的這一研究成果刊登在《自然》雜志上(4)。

Ian Burkhart一定沒有想到自己還可以玩吉他游戲

據《自然》雜志報道，五年前的一次意外，讓Ian Burkhart摔斷了脖子，從此以后他的四肢就失去了知覺，生活不能自理。后來他發現離他家不遠的俄亥俄州立大學在研發一種讓癱瘓四肢復蘇的技術，目前正在招募實驗的志愿者。于是為了能夠生活自理，Burkhart加入了Bouton的研究項目。

Burkhart摔斷了脖子，大腦和手失去了聯系

Bouton讓Burkhart嘗試模仿視頻里面播放的手部動作，于此同時，Bouton和他的助手用fMRI（功能性磁共振成像）設備掃描Burkhart的大腦活動，記錄下做規定動作時大腦的活動形式。

通過建立“神經旁路”，Burkhart又可以控制自己的手了

接下來，Bouton通過手術在Burkhart大腦特定區域植入一個芯片，用于記錄Burkhart大腦的活動信號。這些信號經電腦轉換成電信號，電信號通過固定在Burkhart手臂上的腕帶刺激相應的肌肉，使Burkhart的手能做出相應的動作。這時，電腦會記住作出相應動作時，腕帶上電極的情況。

戴上腕帶的Burkhar已經學會了抬起手來

最開始的時候，Burkhart的訓練是從最簡單的伸開手掌和握拳頭開始的，通過不斷的嘗試，Burkhart在一天之內就學會了移動手掌，以及伸開手掌和握拳頭。

在接下來很長一段時間里，Burkhart每周接受3次訓練。如此反復訓練，再結合機器學習算法，最終，Burkhart能夠完成手指分離，以及6種不同的手腕動作。在這個基礎上，他可以端水、倒水、攪拌，他甚至學會玩兒一種吉他游戲。

腕帶上布滿了電極，電極的不同開關組合，對應的是不同的動作。上圖的電極模式對應的動作是攤開手掌（紅色表示負極，黑色表示正極，無色的沒有啟動）

據Burkhart介紹，在實驗的第一天他就感到無比的興奮，因為他又可以控制自己的手了。這讓他看到了自理生活的希望。然而，由于這項研究目前還處于實驗室研究階段，Burkhart只能在規定的時間，在實驗室里體驗那種失而復得的喜悅感。單從這項研究的復雜程度來看，我們很容易知道，這項技術短時間之內難以進入癱患者的生活。

然而，筆者認為，最近幾年大腦芯片的研究越來越受到關注，比如前面介紹的幾項相關研究，都是刊登在頂級期刊的重大進展。再加上目前機器學習算法的飛速進展，研究人員很有可能在短時間內，弄清楚大腦活躍信號、肌肉收縮和指定動作三者之間的關系。屆時，設計出一款輕量級的輔助設備將不是難事。

參考文獻

1.Collinger JL， Wodlinger B， Downey JE， Wang W， Tyler-Kabara EC， et al. 2012. High-performance neuroprosthetic control by an individual with tetraplegia. The Lancet 381：557-64

2.Hochberg LR， Bacher D， Jarosiewicz B， Masse NY， Simeral JD， et al. 2012. Reach and grasp by people with tetraplegia using a neurally controlled robotic arm. Nature 485：372-5

3.Ethier C， Oby ER， Bauman MJ， Miller LE. 2012. Restoration of grasp following paralysis through brain-controlled stimulation of muscles. Nature 485：368-71

4.Bouton CE， Shaikhouni A， Annetta NV， Bockbrader MA， Friedenberg DA， et al. 2016. Restoring cortical control of functional movement in a human with quadriplegia. Nature advance online publication