一个新兴学科：脑机接口医学

最新推荐文章于 2024-11-06 21:49:29 发布

脑机接口社区

最新推荐文章于 2024-11-06 21:49:29 发布

阅读量521

点赞数 5

文章标签：人工智能

本文链接：https://blog.csdn.net/zyb228/article/details/140704577

版权

摘要：随着脑机接口(BCI)技术的发展及其在医学临床的转化应用，BCI医学应运而生，必将会影响医学实践并产生深刻变革，也伴随带来一系列BCI医学伦理问题。BCI医学已逐渐成为一个新兴的学科方向，然而迄今为止，少有文献论述BCI医学。为此，本文聚焦BCI医学，首先概述了BCI技术主要的潜在医学应用，然后阐述了BCI医学的定义、目标、方法、潜在功效及相关转化医学研究，还讨论了BCI医学相关伦理，并介绍了BCI医学应用标准化操作流程和功效评价方法，最后展望了BCI医学面临的挑战及未来发展方向。未来，BCI医学或可成为高等教育的新兴学科专业。综上，期望本文为BCI医学学科的发展提供思考和借鉴。

【关键词】脑机接口医学；脑机接口医学应用；脑机接口转化医学；脑机接口医学伦理

0 引言

当前，脑机接口（brain-computer interface，BCI）作为一项前沿技术，其目标之一是在医学领域能获得广泛应用，如治疗中枢神经系统疾病或障碍并促进其预后康复[1-5]。随着其在临床试验研究或应用的不断发展，BCI医学应运而生，正逐渐成为一个新兴的学科方向[1]。然而，迄今为止，少有文献对BCI医学展开论述。

为此，本文旨在深入探讨BCI医学的核心内容，从其概念、潜在应用及功效进行阐述，同时讨论了其伦理问题、标准化操作流程及功效评价方法，以期望为BCI医学的未来发展提供理论基础。在论述这些关键问题的基础上，本文进一步指出了BCI医学面临的挑战及其未来发展方向。

随着BCI技术的不断发展和成熟，BCI医学有望在未来的高等教育体系中成为一门新兴的专业，为医学领域带来深刻的变革。本文通过审视BCI医学的现状和前景，旨在为该学科的学术研究、临床应用、教育以及未来发展提供有价值的参考。

1 BCI潜在医学应用

许多BCI的临床应用研究显示，该技术具有潜在的医学应用[1]。从医学临床和神经医学的视角出发，BCI技术通过捕捉中枢神经系统产生的脑信号，并从中提取特征信息，将这些信息转换为感觉反馈。这种方法为患者提供一个双向闭环调节系统，是一种主动的康复训练方式[6]。感觉反馈的方法多样，包括非具身化的神经反馈，如利用BCI控制的屏幕光标移动以完成特定目标任务，以及具身化的神经反馈，如结合虚拟现实或增强现实、触觉反馈、康复机器人以及神经肌肉电刺激等技术。这些基于BCI的训练项目通过利用自上而下和自下而上的注意力控制和奖赏机制，促进有益的神经可塑性变化，如脑的功能和结构的可塑性，目的是恢复或增强受损的神经功能[1]。

随着现代神经科学和机器学习技术（如深度学习）的进步，BCI技术正逐渐提高其解析大脑信号的准确度，能够更精确地识别患者的意图及脑状态。这种技术可实现大脑与外部设备的直接交流与控制，如用于精确控制假肢、恢复语言能力和改善认知功能等。此外，BCI技术能够根据每位患者特定的神经活动模式，提供个性化的治疗方案，从而有效提升治疗和康复的功效。

随着BCI技术的发展及其在临床试验中的研究不断深入，BCI技术在医学领域的潜在应用范围不断扩大。这些应用主要包括中风康复、肌萎缩侧索硬化症（amyotrophic lateral sclerosis，ALS）治疗、脑外伤治疗、脊髓损伤康复、闭锁综合征患者交流、机器人和假肢控制、神经康复训练、大脑可塑性促进和注意力控制、重度脑损伤患者意识评估与交流、运动障碍的智能神经调节。此外，还包括双向BCI技术用于神经刺激、BCI与虚拟现实交互融合用于神经康复、以及BCI与功能性电刺激（functional electrical stimulation，FES）结合用于运动恢复等[1]。

BCI技术在医学领域展现出重要的应用潜力，特别是在康复和辅助技术、神经修复、神经增强以及医学诊断和治疗方面。①康复和辅助技术通过利用脑信号控制假肢、轮椅和通信系统等，有望提升残障人士的生活质量和自主性。这些成果虽然提供了新的交流方式和增强的身体功能，但其高昂的成本和对用户长期训练的需求限制了其普及程度。②神经修复领域的进展，如深部脑刺激和功能性电刺激，为修复脊髓损伤等疾病提供了新的手段，尽管植入手术的风险和长期效果的不确定性仍需进一步研究。③神经增强技术探索了通过脑部刺激提升认知功能和情绪调节的可能性，开辟了增强人类潜能的新途径。然而，这一领域的研究不仅面临技术挑战，还涉及伦理问题。④在医学诊断和治疗方面，BCI技术通过实时监测脑状态，为癫痫和抑郁症等疾病的诊断与治疗提供了新的希望，尽管这些应用要求精确的脑区定位，并且对长期效果和潜在副作用的研究还不足够。

例如，Willett等[3]研发了一种皮层内BCI，该系统采用递归神经网络解码尝试的手写动作，将运动皮层的神经活动实时翻译成文本，使得因脊髓损伤而手部瘫痪多年的患者的打字速度达到了每分钟90个字符。在另一项研究中，Willett等[4]研发的BCI系统利用皮层内微电极阵列记录的神经尖峰活动，将试图发声的动作解码成文本，使因肌萎缩性脊髓侧索硬化症而无法说话的患者尝试发声的解码速度为每分钟62个单词，开始接近自然对话的速度（每分钟160个单词）。Metzger等[5]则是在患有严重肢体和声带瘫痪的患者尝试无声说出句子期间，采用高密度电极记录言语皮层脑电（electrocorticogram，ECoG）信号，借助深度学习模型，实现了高性能实时解码的多模式言语（文本、言语音频和面部头像动画）解码的神经假体，为患者提供了恢复交流能力的希望。

2 BCI医学

2.1 BCI医学定义

BCI医学是一门将BCI技术应用于医学，以更好地实现医学目标的学科。BCI医学的科学根基在于运用BCI的原理与方法[7]不断完善临床实践，以预防、诊断、治疗与康复某些脑部相关疾病，正如第1节所提到的。BCI医学的发展为许多疾病的治疗和康复提供了新的希望，尽管目前仍处于初级阶段，需要进一步的研究和临床验证[1]。

BCI医学研究及应用涉及多学科的交叉融合，包括临床医学、神经科学、认知科学、心理学、生物医学工程、神经与康复工程、生物材料学、生物学与生物化学、人工智能、计算机科学、电子工程、智能机器人控制、模式识别与现代信号处理等多个学科。例如，BCI研究需要深入探索神经元的活动和神经网络的功能，以神经科学作为其基础；BCI系统与生物体的相互作用和生物化学过程，对于开发更有效的BCI尤为重要，需要生物学与生物化学以及生物材料学的支持；心理学有助于设计用户友好的BCI范式以及评估BCI对人类认知和行为的影响；BCI涉及大量的数据处理和算法开发，其中计算机科学与人工智能发挥着至关重要的作用；同时，BCI医学还需要考虑生物伦理学、医学伦理和临床医学等方面的问题，以确保研究和应用过程的安全性和伦理合规性。

BCI医学的主要研究内容或方向包括：①对BCI技术的不断变革或优化。这包括开发以患者为中心的友好BCI范式和神经编码模型、患者可接受的或满意的脑信号采集方法、高效的神经解码算法、及优化的神经反馈方法等。②推进BCI在预防、诊断、治疗和康复等医学目标的转化研究及实际应用。例如，利用BCI监测大脑状态、治疗神经精神疾病、恢复运动功能，以及进行BCI医学伦理的研究等。

2.2 BCI医学目标

BCI医学的目标在于运用BCI技术应对传统医疗方法难以克服的医学挑战，以此进一步提高患者的生活质量。它致力于实现医学目标，更有效地预防、治疗和康复与中枢神经系统相关的疾病。

2.2.1 BCI有助于实现现代医学目标 尽管BCI技术的功能并不无限，且无法满足现代医学的所有目标，但人们期望BCI技术能够在现代医学中最大限度地发挥其作用，为特定目标提供服务。

（1）BCI在预防疾病与损伤、促进及维持健康方面具有潜在的重要作用。预防疾病与促进健康构成了医学的核心价值观。BCI技术有望作为预防疾病和损伤的一种手段。例如，基于BCI的自我健康监测和可穿戴神经技术在医学预防领域具有巨大的发展潜力[1]；将BCI技术应用于癫痫发作的预测和预防[8]；利用物联网实现的实时监测和预防中风的BCI设备[9]；以及使用近红外光谱技术的BCI可用于改善中风[10]。

（2）BCI在缓解疾病引起的疼痛和减轻患者痛苦方面展现出潜在的作用。医学的一个重要目标是安抚焦虑。疾病导致的疼痛不仅引发生理上的变化，也常伴随着心理上的折磨和压力。尽管一些BCI技术本身无法直接治愈疾病或修复身体损伤，它们的主要目标是帮助解决残疾相关问题[1]，帮助患者和残障人士恢复或实现人类基本功能，从而有助于减轻由疾病或伤害引起的疼痛或残疾。例如，结合运动想象和虚拟现实技术的BCI，可用于降低脊髓损伤患者的疼痛[11]；通过BCI系统触发的经皮神经电刺激和虚拟现实的多感官干预，有助于缓解神经性疼痛[12]；使用便携式BCI进行神经反馈训练，可降低脊髓损伤患者的中枢神经性疼痛[13]。

（3）BCI在疾病治疗和患者护理方面展现出其潜在价值，特别是对于那些无法治愈的病人的照料。现代医学的治愈功能包括治疗和照料护理两方面。期望BCI技术不仅能对特定疾病提供治疗可能，同时也能在照料护理中发挥作用[1]。尽管BCI在治疗方面的潜力仍在探索之中，但其在修复损伤方面的目标是明确的，特别是作为一种促进神经可塑性的手段，正在被研究用于中风或脊髓损伤的恢复过程中[14]。

诊断疾病或损伤既是传统医学的目标，也是现代医学的目标，准确的诊断是精准治疗和有效康复的前提。BCI技术可用于自我健康监测，为诊断疾病或损伤提供了一种新方法[1]。该方法可在线实时收集与神经或精神相关的大脑活动信息，这些信息可能有助于识别亚临床疾病状态或疾病的易感性。例如，通过BCI收集的P300模式、稳态视觉诱发电位（steady state visual evoked potential，SSVEP）模式和感觉运动节律特征，不仅可以用于通信和控制，也可以用于相关疾病的诊断。

（4）BCI在防止过早死亡及支持临终关怀方面具有潜在价值。具有交流功效的BCI可允许患者更广泛地行使自主权，如允许肌萎缩侧索硬化症患者在疾病过程中表达他们对于进一步治疗的偏好[1]。当一切治疗手段都失败时，适当停用或调节BCI技术系统，为患者提供一个尊严且平和的离世过程[1]。

2.2.2 BCI用于医学的补充目标 除了可能帮助实现上述医学目标外，BCI技术在医学应用中还有其他一些重要目标。Klein[15]提出在医学目标的框架下思考BCI医学实践，并提出了4个补充目标，涉及神经多样性、神经隐私、真实性和代理等方面。此外，还需考虑到患者可能从植入式BCI获益，尽管这一目标存在安全性问题。随着BCI在临床应用研究的发展，可能还会出现BCI用于医学的其他目标。

（1）BCI技术系统应确保患者从植入式BCI获益。虽然无创BCI具有较好的安全性，但由于其采集脑活动的传感器与大脑皮层之间存在一定的距离，导致空间分辨率和信噪比较低，这可能限制了其在某些疾病治疗中的有效性。相比之下，植入式有创BCI由于传感器位置更接近或直接植入大脑皮层，拥有较高的空间分辨率和信噪比，可能在治疗某些疾病方面表现更佳。然而，植入式BCI给患者带来的安全风险不容忽视，必须采取措施降低这些风险，确保患者真正受益。这包括对植入设备和手术过程的严格评估和控制、定期的设备检查和维护以确保设备正常运行、以及为患者和相关护理人员提供植入式BCI技术的适当培训。

（2）BCI技术系统应充分考虑患者个体之间的神经多样性和个体内部的神经变异性。不同患者的神经结构、神经功能或神经活动状态不完全相同，因此BCI技术系统应适应患者个体之间的这种神经多样性[16]，并为患者提供个性化的BCI治疗[17]。同时，考虑到同一患者的神经活动会随着时间而变化，BCI技术系统还应适应个体内部的这种神经变异性，根据患者的大脑动态活动模式实时调整和优化分类模型的参数。

（3）BCI技术系统应保护患者的神经隐私。人类个体的中枢神经信息可能隐含了个人隐私，BCI技术系统在收集这些神经信息后，有可能分析或识别出这些隐私信息[16]。确保患者在使用BCI前进行知情同意是关键，让患者明白哪些数据将被收集以及这些数据的用途。在使用BCI及其数据存储过程中，应通过匿名化处理减少个人身份信息的暴露，从而降低隐私风险。此外，采用安全的加密技术保护患者的神经隐私信息是必要的，确保数据在存储、传输和处理过程中不被未授权访问。最后，若BCI数据不再需要，应当将其销毁。

（4）BCI技术系统应协助患者做出真实的生活选择。对于那些无法使用传统交流方式（例如肢体运动或语言等）与外部世界沟通的患者（如闭锁综合征患者或意识障碍患者等），BCI系统可以协助这类患者实现与外部世界的交流[1]，从而做出真实的生活选择。例如，患者可以通过BCI系统表达他们的需求、意愿和情绪状态等，使他们的护理人员或家人更准确地理解他们的需求。然而，人们担心使用BCI设备可能会使自己变为“电子人状态”（人体的器官与穿戴的机械电子装置融为一体，使得人机界限模糊，导致自我认同感降低）[16]。

（5）BCI技术系统应帮助患者行使和分享代理权。BCI技术涉及的代理权问题包括使用BCI的患者是否对BCI系统有充分的控制权（患者的自主性），以及是否能够认识到是自己发出的指令控制BCI完成某个任务（患者的自主意识）。为了增强患者在使用BCI时的代理感，可邀请他们参与BCI设计过程；BCI系统应为患者提供自主训练，以增加患者对BCI的控制感；BCI系统应提供直观和易于使用的用户界面和及时的反馈，让患者了解其发出的指令如何传递给外部设备以及是否被准确地执行；同时，保持数据透明性，允许患者访问设备控制日志，从而增加其对该技术的信任。

2.3 BCI医学方法

BCI医学方法利用BCI技术实现人脑与外部设备之间的直接互动，使得人类的脑活动可以被调整或捕获、识别，并转换成有助于疾病预防、临床诊断、治疗及康复的有价值信息和有效操作指令。

BCI医学方法包括变革性的BCI技术，如变革传统的BCI范式和神经编码方法、变革性的脑信号采集传感技术等[2]，还包括BCI转化医学方法和BCI医学伦理规范。鉴于传统BCI范式（如运动想象、P300和SSVEP等）的医学应用可能有限，需要创新或变革出更有应用前景的范式，如视觉想象和言语想象等。在创新范式的基础上，提出能被高效解码的神经编码方法或模型显得尤为关键。同时，现有脑信号采集传感技术的安全性、舒适性、美观性、易用性和总体满意度需要有较大的提高，采集脑信号的质量（空间分辨率、时间分辨率以及信噪比）也需要有较大的提升。这些创新或变革性的BCI医学方法将有助于提高BCI在医学临床的可用性和实用性。

2.4 BCI医学潜在功效

BCI医学的潜在功效包括但不限于以下7个方面，随着该领域的进一步发展，可能还会有新的功效出现。对于这些潜在功效的评价方法，详见3.1.2小节。

（1）BCI具有预防某些疾病的潜在功效。BCI可用于实时监测和评估个体的脑状态，有望提前发现潜在的脑功能异常模式，从而可能有助于预防一些疾病的发生。例如，在一些神经退行性疾病（如阿尔茨海默症）的早期阶段，患者可能存在一些亚临床的脑信号变化。通过BCI技术对大脑的监测和分析，或许可以提前识别这些病理特征，从而有助于提前干预。此外，BCI还可用于监测个体的情绪状态，有助于调节情绪或预防精神健康障碍。

（2）BCI具有诊断某些疾病的潜在功效。BCI能够为医生提供更准确的脑部信息，成为疾病诊断的有力辅助工具。例如，通过捕捉和记录一些脑部疾病（如癫痫和意识障碍等）患者的脑信号，BCI可以帮助医生确定病变的位置、范围以及对脑功能的影响，进而促使医生做出更准确的诊断。

（3）BCI具有治疗某些疾病的潜在功效。基于BCI的神经反馈技术能够捕捉患者的脑活动信号，并将其转化为视觉、听觉等形式的反馈，使患者可以通过训练来调节自身的脑活动，从而实现治疗的效果。例如，一些精神障碍和神经障碍可能与脑功能信号的异常模式有关。通过神经反馈训练，患者可以学会自我调节脑信号，以减轻症状[18]。此外，基于BCI的神经调控技术（如经颅交流/直流电刺激、经颅磁刺激、经颅超声刺激和深部脑刺激等）已被应用于神经精神障碍的治疗中。

（4）BCI具有康复某些疾病的潜在功效。BCI能够改善或恢复某种疾病的症状或某种功能。例如，BCI的输出可能改善中枢神经系统的自然输出（BCI的改善功能）以及可能恢复失去的肌肉控制（BCI的恢复功能）。已有研究指出，BCI可用于神经精神障碍的改善或恢复。在一些中风、脑外伤等造成的脑损伤后，通过BCI与外部设备组成的闭环训练，例如控制假肢或与虚拟现实结合的训练等，患者可以改善受损的脑功能，从而促进其康复过程[1]。

对于那些中风导致手臂功能受损的患者，BCI能够在他们尝试进行运动时测量受损脑区的活动，并利用这些活动来刺激肌肉或控制矫正装置，从而改善手臂的运动能力。通过反复实践，这种方法可能会促进基于活动的神经可塑性，从而恢复更正常的运动控制[19]。对于脊髓损伤导致手臂和手部瘫痪的患者，BCI技术的应用（通过植入电极刺激瘫痪的肌肉）可能使他们能够抓取物体[20-21]。

（5）BCI具有替代某些残障的潜在功效。BCI的替代功效主要体现在利用BCI控制外部设备（如机械臂、灵巧手、假肢、轮椅、外骨骼等），以弥补由于损伤或疾病而丧失的自然输出能力（如肌肉控制等），从而有望提升残障人士的生活质量。例如，BCI使因高位或严重脊髓损伤而瘫痪的人能够控制电动轮椅。在Banach等[22]的研究中，3名既未经训练也没有BCI使用经验的参与者，成功地利用了基于脑电alpha波的BCI来控制轮椅，平均灵敏度为79.58%，特异性为97.08%。

（6）BCI具有增强中枢神经系统自然输出的潜在功效。BCI可增强中枢神经系统的自然输出，从而提升和扩展机能。这一效果不仅适用于健康个体，也适用于患者或残障人士。例如，当个体执行需要注意力集中的任务时，如果BCI检测到注意力分散的大脑活动特征，BCI便会发出提醒，从而帮助增强个体的持续注意力[23]。

（7）BCI具有补充中枢神经系统自然输出的潜在功效。BCI可补充中枢神经系统的自然输出，为与外部世界的交流与控制提供额外的途径。例如，原来使用操纵杆控制光标移动的个体，可以采用BCI选择并移动光标到目标位置。此外，BCI也能使个体操纵附加的机械臂。例如，Flesher等[24]的研究表明，通过双向BCI产生的触觉反馈，显著减少了四肢瘫痪患者操作机械臂尝试抓握的时间，从中位数的20.9秒减少到10.2秒。

2.5 BCI转化医学研究

BCI转化医学研究涉及BCI技术从实验室到临床的转化和应用，有效地将BCI基础研究与解决患者实际问题相结合。这一过程涵盖了将BCI基础研究的成果“转化”为实际患者的疾病预防、诊断、治疗和康复及预后评估的实践[25]。

成功的生物电子系统（包括BCI）实际的转化约束包括：临床必要性、科学有效性、技术成熟度、部署成本、工作流可行性和经济可行性。

为促进BCI转化为临床应用，应关注临床用户的具体需求，并与临床医生建立紧密的合作关系。这一过程应遵循以用户为中心的设计原则，确保BCI解决方案能够满足最终用户的实际需要，并顺利融入他们的日常生活中[26-27]。

3 BCI医学伦理、应用标准化操作流程及功效评价方法

3.1 BCI医学伦理

BCI有助于实现现代医学目标（参见2.2.1节），同时BCI有一些用于医学的补充目标（参见2.2.2节）。医学目标是考量BCI医学伦理的现有框架，要求BCI的研发与医学目标保持一致，不符合这些目标的BCI活动或行为在伦理上可能受到质疑，或者最好不要把其视为医学的一部分[15]。Klein[15]特别强调了在医学目标的框架下思考BCI伦理挑战的必要性。医学目标、医学伦理、医学应用（包括BCI医学应用）与特定的人类群体或个体之间的关系如图1所示[28]。

图1 医学目标、医学伦理、医学应用（包括BCI医学应用）

与特定的人类群体或个体关系示意图

与前述BCI用于医学的补充目标相对应，临床医生的责任包括：①为确保患者从植入式BCI获益，临床医生应遵循利大于弊的原则，尽量减少或避免植入装置对大脑损伤的安全性风险，负责任地使用植入式BCI。②为适应患者个体之间的神经多样性和个体内部的神经变异性，临床医生应利用对人类在神经水平和社会功能水平上的差异的理解来定制BCI疗法，即个性化BCI疗法/精准BCI治疗。③为保护患者的神经隐私区，临床医生应帮助患者建立和管理与BCI设备收集和控制的信息相关的神经隐私区域。④为协助患者做出真实的生活选择，临床医生应与患者一起探讨选择获得和/或使用BCI设备将如何影响现在和将来的身份感。⑤为帮助患者行使和分享代理权，临床医生应帮助患者管理代理权的不确定性，并在适当的情况下与他人（如与护理人员）分享代理权。

除了临床医生，BCI医学目标的实现还与BCI研究人员、开发人员、BCI制造商和医院等有关。

3.2 BCI医学应用标准化操作流程和功效评价方法

为确保BCI医学潜在功效的发挥，需要制定BCI医学应用标准化操作流程；为评价BCI医学应用的功效，需要排除其他变量的影响以及BCI生产商、临床医生和患者的主观评价，建立一套BCI医学应用的功效评价方法。特别是在进行BCI临床测试研究时，可采用随机双盲对照试验评价其功效[28]。

3.2.1 BCI医学应用标准化操作流程 植入式BCI医学应用标准化操作流程包括以下４个主要方面。

（1）评定特定患者是否适合接受植入式BCI治疗或康复。植入式BCI对特定疾病患者的适用性依赖于其个人意向和需求、疾病的进展阶段、剩余能力、生活环境、支持体系和其他因素[29]。因此，临床医生应充分了解患者的病情，包括门诊以及相关医疗仪器的检查等，以决定该患者是否适合采用植入式BCI治疗或康复。这一决策过程通常需要多学科的协作，以降低植入式BCI可能带来的风险。

植入式BCI技术应用的主要目标人群是因严重运动障碍而失去与外部世界交流的患者，如晚期肌萎缩侧索硬化症患者可能会依赖BCI技术。此外，植入式BCI为闭锁综合征患者提供了一种交流的可能性[1]。对于帕金森病患者，植入式BCI提供了一种控制运动障碍的神经调节方法[30]。特别是对于患有严重神经障碍的儿童，如四肢瘫痪性脑瘫或颈椎损伤，这项技术同样有益[31]。在使用植入式BCI时，关键是要在潜在的益处与风险及负担之间做出有利的权衡，确保潜在的益处大于风险和负担[29]。

（2）确保采用植入式BCI治疗或康复的患者及其家属给予知情同意。在开始植入式BCI治疗或康复患者前，研究者和临床医生有责任让患者获得有关植入式BCI的全面信息，了解该技术的安全风险、潜在收益和可选方案，并由具有明确决策能力的患者做出是否参与研究或接受治疗的决定[32]。对于那些无法正常交流或已失去交流能力的患者，如闭锁综合征和晚期肌萎缩侧索硬化症患者等，他们行使知情同意权尤为困难，面临严重的沟通障碍。在这种情况下，行使知情同意权成为一个挑战，需要精心设计的程序来处理[33-34]。

（3）向患者提供定制式的个性化/精准植入式BCI治疗方案。植入式BCI的一个主要医学目标是针对患者在神经和社会功能水平上的差异性或多样性进行调整和适应。因此，临床医生有责任根据这些差异为特定用户定制个性化的BCI治疗方案，对患者实行精准的治疗，否则难以达到理想的治疗效果。

为了确保植入式BCI的使用符合伦理和责任标准，同时最大化其效益，关键在于为患者（如ALS患者）选择植入BCI的最佳时机，并优化BCI的参数设置。这包括选择BCI范式及参数、调整脑信号采集参数（涉及脑区位置、传感器类型及参数等）、配置脑信号处理与解码模型及参数校准、以及进行神经反馈训练或神经调控参数的设定。

（4）评价植入式BCI治疗或康复的功效。具体评价方法请参见3.1.2节。

与植入式BCI技术相比，非植入式BCI技术不需要手术，对脑组织没有损伤。非植入式BCI医学应用标准化操作流程可以参考植入式BCI的相应流程，如评定特定患者是否适合接受非植入式BCI治疗或康复；确保采用非植入式BCI治疗或康复的患者及其家属给予知情同意；向患者提供定制式的个性化/精准非植入式BCI治疗方案；评价非植入式BCI治疗或康复的功效[28]。

3.2.2 BCI医学应用功效评价方法 目前，BCI用于中枢神经系统相关疾病/障碍治疗或康复的功效评价方法还不够明确或标准化。这要求BCI临床转化研究者/BCI生产商、临床医生和患者相互协作，客观地评价BCI医学应用的功效，避免因利益关系而进行主观评价或炒作。以下是BCI疗法的功效评价方法[28]：

（1）将患者分为两组，一组患者为BCI驱动的治疗或康复组，另一组为非BCI驱动的治疗或康复组（即对照组）；

（2）在治疗或康复开始前、疗程结束时以及疗程结束后的一段时间内（如6~12个月，甚至更长时间），采用临床相关量表（与中枢神经系统相关疾病/障碍的量表）或/和临床症状对两组患者进行评估；

（3）对两组患者进行前测、后测以及随访评估，并对结果进行统计分析，旨在确定BCI驱动的治疗或康复方法相较于非BCI驱动的方法是否展现出统计学意义上的更高效果。分析结果可能表明BCI方法更为有效，或显示两者之间无统计学意义上的差异，亦可能指出BCI方法效果较差；

（4）如果BCI治疗显示出效果，为了进一步探究其疗效的机制，将需要测量由BCI治疗或康复方法在特定疾病或障碍相关脑区引起的神经可塑性变化（例如，功能连接性的变化）。接着，需评估这种神经可塑性变化与临床评估指标之间的相关性。分析结果可能表明两者之间存在相关性，也可能表明相关性存在但不具有统计学意义，或者两者之间不存在相关性。

4 BCI医学面临的挑战及未来的方向

（1）发展BCI医学或BCI专业领域。随着BCI技术及BCI医学领域的不断进步，预计在不远的将来，这些领域可能成为高等教育中的新兴学科专业，正如人工智能技术的发展促成了人工智能专业的出现。

成功的BCI医学临床应用往往依赖于跨学科的合作。为了标准化和优化这种多学科协作过程，建立针对BCI的专门子专业变得尤为重要。BCI临床亚专业不仅能够提升患者和护理人员的培训效率，还能在日常应用中提供持续的最佳支持。因此，需要发展BCI医学专业或BCI专业。通过在现有的生物医学工程、智能医学工程及医学临床专业中增加BCI课程，并融入BCI相关的实践项目，学生将有机会直接参与到BCI技术的研发和应用中。此外，跨学科的工作坊和研讨会将促进医学和工程学领域的学生及专家之间的交流，加速BCI技术的进步及其在临床环境中的实际应用。

（2）BCI医学应用标准化操作流程和功效评价方法。目前，BCI医学应用标准化操作流程还未充分发展，并且对其功效的评价存在主观性和不确定性，甚至炒作。因此，新兴的BCI医学实践需要制定一套规范的标准化操作流程和功效评价方法。

针对BCI技术的炒作问题，应采取积极措施减少公众对BCI的误解。这包括但不限于举办BCI科普讲座，以提升公众对BCI技术的正确认知；编写和发布易于公众理解的BCI技术评估报告，来澄清市场上一些媒体或商家的夸大宣传；在专业期刊上发表更多经过同行严格评审的BCI研究，以便相关社区和公众访问到科学的信息。

（3）面向医学应用的BCI技术创新。尽管BCI设备有望为理解和干预神经系统提供新的能力，但成功的BCI技术医学应用依赖于技术本身的突破或成熟，这包括脑信号采集技术新突破[35-36]、变革传统BCI范式，以及BCI技术与先进的AI技术相结合提升脑信号解码性能等。

（4）BCI医学伦理的学术研究、规范化和实践。当前，BCI医学应用面临的伦理问题尚未得到全面解决，随着BCI技术在临床应用的进一步发展，可能会引发新的伦理问题。因此，需要不断地进行BCI医学伦理方面的学术研究、规范制定和实际应用。

首先，制定严格的BCI相关数据保护措施，以确保患者的神经隐私得到保护。此外，医学伦理审查委员会应对BCI项目进行严格的审查。伦理审查不仅应涵盖新的BCI研究计划，而且还应对现行项目进行持续的监督，以确保它们能够适应技术进步和社会环境变化。同时，应为BCI研究人员、技术开发者和临床医生提供伦理培训课程，这些课程应覆盖BCI技术可能带来的风险，并探讨如何在技术创新和患者利益之间找到平衡点。

（5）倾听临床用户的需求并与临床医生紧密合作。BCI医学转化研究及应用需要通过实地调研来了解临床用户的具体需求，并与临床医生建立紧密的合作关系。目前，临床用户的需求尚不明确，临床医生对BCI技术的认识需要进一步加强。BCI研发者需要向他们介绍BCI技术在医学应用中的潜在价值，并加强与临床医生之间的协作[1]。

5 结束语

BCI医学正逐渐发展为一个新的学科领域，预见在不远的未来，高等教育中将会设立BCI及BCI医学专业，无论是在本科还是研究生层次。本文集中探讨了BCI医学，阐述了其定义、目标、方法、潜在功效、相关的转化医学研究，以及相关的伦理问题。同时，本文还介绍了BCI医学应用的标准化操作流程和功效评价方法，并讨论了该学科面临的挑战及其未来发展方向。希望本文能为BCI医学的进一步发展提供有价值的启示和参考。

重要声明

利益冲突声明：本文全体作者均声明不存在利益冲突。

作者贡献声明：陈衍肖为主要撰写人，完成相关文献资料的收集及论文初稿的写作；张喆和王帆负责文献调研；丁鹏和赵磊负责写作指导和意见；伏云发为论文的负责人及主要审核人。

参考文献

[1]伏云发, 王帆, 丁鹏, 等. 脑-计算机接口. 国防工业出版社, 北京: 2023: 631-646.

[2]伏云发, 郭衍龙, 张夏冰, 等. 脑-机接口—革命性的人机交互. 北京: 国防工业出版社, 2020: 52-56.

[3] Willett F R, Avansino D T, Hochberg L R, et al. High-performance brain-to-text communication via handwriting. Nature, 2021,593(7858): 249-254.

[4] Willett F R, Kunz E M, Fan C, et al. A high-performance speech neuroprosthesis. Nature, 2023, 620(7976): 1031-1036.

[5] Metzger S L, Littlejohn K T, Silva A B, et al. A high-performance neuroprosthesis for speech decoding and avatar control. Nature, 2023, 620(7976): 1037-1046.

[6]Cervera M A, Soekadar S R, Ushiba J, et al. Brain‐computer interfaces for post‐stroke motor rehabilitation: a meta‐analysis. Annals of clinical and translational neurology, 2018, 5(5): 651-663.

[7] 伏云发, 杨秋红, 徐保磊, 等. 脑-机接口原理与实践. 北京: 国防工业出版社, 2017: 5-6.

[8] Hramov A E, Maksimenko V A, Pisarchik A N. Physical principles of brain–computer interfaces and their applications for rehabilitation, robotics and control of human brain states. Physics Reports, 2021, 918: 1-133.

[9] Almarzouki H Z, Alsulami H, Rizwan A, et al. An internet of medical things-based model for real-time monitoring and averting stroke sensors. Journal of Healthcare Engineering, 2021, 2021.

[10] Matarasso A K, Rieke J D, White K, et al. Combined real-time fMRI and real time fNIRS brain computer interface (BCI): Training of volitional wrist extension after stroke, a case series pilot study. PLoS One, 2021, 16(5): e0250431.

[11] Pais-Vieira C, Gaspar P, Matos D, et al. Embodiment Comfort Levels During Motor Imagery Training Combined With Immersive Virtual Reality in a Spinal Cord Injury Patient. Frontiers in Human Neuroscience, 2022, 16: 909112.

[12] Aurucci G V, Preatoni G, Damiani A, et al. Brain-Computer Interface to Deliver Individualized Multisensory Intervention for Neuropathic Pain. Neurotherapeutics, 2023: 1-14.

[13] Nenadic Z. Brain–computer interfaces for human gait restoration. Control Theory and Technology, 2021: 1-13.

[14] Colucci A, Vermehren M, Cavallo A, et al. Brain–computer interface-controlled exoskeletons in clinical neurorehabilitation: ready or not? Neurorehabilitation and Neural Repair, 2022, 36(12): 747-756.

[15] Klein E. Ethics and the emergence of brain-computer interface medicine. Handbook of clinical neurology, 2020, 168: 329-339.

[16] 张喆, 赵旭, 马艺昕, 等. 脑机接口技术伦理规范考量. 生物医学工程学杂志, 2023, 40(2): 358-364.

[17] Ma Y, Gong A, Nan W, et al. Personalized Brain–Computer Interface and Its Applications. Journal of Personalized Medicine, 2022, 13(1): 46.

[18] 伏云发, 龚安民, 南文雅. 神经反馈原理与实践. 北京: 电子工业出版社, 2021: 33-34.

[19] Andersen R A, Aflalo T. Preserved cortical somatotopic and motor representations in tetraplegic humans. Current Opinion in Neurobiology, 2022, 74: 102547.

[20] Jovanovic L I, Kapadia N, Zivanovic V, et al. Brain–computer interface-triggered functional electrical stimulation therapy for rehabilitation of reaching and grasping after spinal cord injury: a feasibility study. Spinal Cord Series and Cases, 2021, 7(1): 24.

[21] McGeady C, Vučković A, Singh Tharu N, et al. Brain-computer interface priming for cervical transcutaneous spinal cord stimulation therapy: an exploratory case study. Frontiers in Rehabilitation Sciences, 2022, 3: 896766.

[22] Banach K, Małecki M, Rosół M, et al. Brain–computer interface for electric wheelchair based on alpha waves of EEG signal. Bio-Algorithms and Med-Systems, 2021, 17(3): 165-172.

[23] Zhu M, Chen J, Li H, et al. Vehicle driver drowsiness detection method using wearable EEG based on convolution neural network. Neural computing and applications, 2021, 33(20): 13965-13980.

[24] Flesher S N, Downey J E, Weiss J M, et al. A brain-computer interface that evokes tactile sensations improves robotic arm control. Science, 2021, 372(6544): 831-836.

[25] 伏云发, 龚安民, 陈超, 等. 面向实用的脑-机接口: 缩小研究与实际应用之间的差距. 北京: 电子工业出版社, 2022: 45-47.

[26] 吕晓彤, 丁鹏, 李思语, 等. 脑机接口人因工程及应用: 以人为中心的脑机接口设计和评价方法. 生物医学工程学杂志, 2021, 38(2): 210-223.

[27] Lyu X, Ding P, Li S, et al. Human factors engineering of BCI: An evaluation for satisfaction of BCI based on motor imagery. Cognitive Neurodynamics, 2023, 17(1): 105-118.

[28] 人工智能医疗器械创新合作平台. 脑机接口技术在医疗健康领域应用白皮书. 北京: 人工智能医疗器械创新合作平台, 2023.

[29] Vansteensel M J, Klein E, van Thiel G, et al. Towards clinical application of implantable brain–computer interfaces for people with late-stage ALS: medical and ethical considerations. Journal of Neurology, 2023, 270(3): 1323-1336.

[30] Merk T, Peterson V, Lipski W J, et al. Electrocorticography is superior to subthalamic local field potentials for movement decoding in Parkinson’s disease. Elife, 2022, 11: e75126.

[31] Bergeron D, Iorio-Morin C, Bonizzato M, et al. Use of Invasive Brain-Computer Interfaces in Pediatric Neurosurgery: Technical and Ethical Considerations. Journal of Child Neurology, 2023, 38(3-4): 223-238.

[32] Klein E, Ojemann J. Informed consent in implantable BCI research: identification of research risks and recommendations for development of best practices. Journal of Neural Engineering, 2016, 13(4): 043001.

[33] Klein E, Brown T, Sample M, et al. Engineering the brain: ethical issues and the introduction of neural devices. Hastings Center Report, 2015, 45(6): 26-35.

[34] Vansteensel M J, Branco M P, Leinders S, et al. Methodological Recommendations for Studies on the Daily Life Implementation of Implantable Communication-Brain–Computer Interfaces for Individuals With Locked-in Syndrome. Neurorehabilitation and Neural Repair, 2022, 36(10-11): 666-677.

[35] Xue H, Wang D, Jin M, et al. Hydrogel electrodes with conductive and substrate-adhesive layers for noninvasive long-term EEG acquisition. Microsystems & Nanoengineering, 2023, 9(1): 79.

[36] Wang Z, Shi N, Zhang Y, et al. Conformal in-ear bioelectronics for visual and auditory brain-computer interfaces. Nature Communications, 2023, 14(1): 4213.

—— End ——

仅用于学术分享，若侵权请留言，即时删侵！