ALS 患者重返職場：UC Davis 腦機介面技術實現 99% 精準度語音轉換
編輯核心觀點
- ✦加州大學戴維斯分校開發的腦機介面系統，讓漸凍症患者 Casey Harrell 在兩年內成功進行超過 3,800 小時的獨立溝通。
- ✦該系統透過機器學習演算法將神經訊號即時轉譯為語音，準確率高達 99%，並能以患者患病前的聲音進行合成。
- ✦此研究不僅是實驗室技術的突破，更證實腦機介面能作為日常溝通工具，協助患者重返全職工作崗位。
加州大學戴維斯分校（UC Davis）的一項最新研究，為漸凍症（ALS）患者帶來了溝通上的重大突破。一名 47 歲的患者 Casey Harrell 在過去兩年內，透過植入式腦機介面（BCI）系統，完成了超過 3,800 小時的獨立溝通，總計發出近 200 萬個單字，平均語速達到每分鐘 56 個單字。
技術突破：從實驗室走向日常應用
這項發表於《自然醫學》（Nature Medicine）期刊的研究，展示了腦機介面作為實用日常溝通工具的可行性。與過去需要研究人員在場或必須前往實驗室的系統不同，Harrell 的設備由居家照護團隊操作，無需研究人員介入。Harrell 本人也利用該系統，成功重返環境倡議者的全職工作崗位。
該系統的核心在於植入 Harrell 左側中央前回（負責協調語音的腦區）的四個微電極陣列，共記錄 256 個皮層電極的神經活動。由該校博士後研究員 Nicholas Card 開發的 BRAND 平台，透過機器學習演算法，將這些神經訊號即時轉譯為英語音素，再對應至單字與句子，最後以合成後的 Harrell 原聲朗讀出來。
「對我而言，最關鍵的是這能讓一個想說話卻無法開口的人，實現日常溝通。儘管癱瘓，他已重返全職工作，並能與從未聽過他聲音的女兒進行有意義的對話。」——神經外科醫師 David Brandman
腦機介面的未來展望
研究共同負責人 Sergey Stavisky 指出，這 3,800 小時的神經記錄數據，是目前全球規模最大的單神經元解析度數據集，將為未來解碼演算法的優化提供關鍵基礎。不過，目前該系統仍屬於研究性質的實驗裝置，僅在單一患者身上進行測試，且仍需連接外部電腦。
神經外科醫師 David Brandman 將目前的 BCI 技術比喻為 1950 年代的早期心臟節律器，當時需要龐大的外部電池與接線，但七十年後的今天已演變為門診手術即可完成的植入物。隨著 Neuralink、Synchron 與 Paradromics 等公司在硬體微型化上的進展，未來的腦機介面有望變得更加輕便。
對於技術的未來，Harrell 透過 BCI 系統表達了他的期許：
「我極度渴望自己不再是唯一或特殊的案例，因為那意味著我不再患有這種疾病，或者所有像我一樣的患者都能獲得這種治療。」
儘管該技術展現了極高的準確度，但要從臨床試驗轉變為普及的醫療器材，仍需面對法規核准、硬體微型化及成本降低等挑戰，這可能還需要數年的時間。
