孙雪峰,王一丹,刘平,施聪聪,张红石
1.长春中医药大学 护理学院,吉林 长春 130117;2.吉林大学中日联谊医院 康复医学科,吉林 长春 130033
脑 机 接 口 技 术(Brain-Computer Interface Technology,BCIT)是人机交互技术的一项新发展[1],可在不涉及周围神经和肌肉的情况下,将大脑活动产生的信号转换为控制信号,并利用这些信号控制外部设备,进而起到替代、修复、增强、补充或改善机体功能的作用[2]。在康复领域应用BCIT 是现代康复医疗发展的趋势,但BCIT 在我国医学领域中的研究起步较晚。近年来,BCIT 在我国医学领域中飞速发展,其潜在的医学价值受到广泛关注,国内外专家一直致力于该技术的研究与探索,提倡脑科学发展。
BCIT 可直接作用于大脑,实现大脑与机器之间的通信[3],多用于神经功能障碍患者的康复治疗中,如由脑卒中、脑损伤及其他中枢神经系统疾病引起的功能障碍。在康复诊疗过程中,康复治疗师很难跟踪肢体功能的客观变化,而BCIT 可以在康复治疗过程中从视觉、听觉和触觉等方面实现人机交互优化[4],在充分发挥运动想象疗法作用的同时,又增加了康复治疗的趣味性,从而最大限度地改善康复体验,提高康复诊疗效果[5]。但在疾病诊断、治疗、评估过程中,临床研究的特殊性决定了BCIT 的实践研究必然会遇到不同的临床问题。基于此,本文论述了BCIT 的研究进展,以及康复领域应用BCIT 治疗、诊断、监测疾病的研究现状,进一步探讨了BCIT 在临床实践研究中的局限性,以期为今后BCIT 临床实践的成熟化发展提供参考依据。
脑机接口由脑、机和接口组成:“脑”即大脑,更多地指大脑神经活动信号,如头皮脑电、皮质脑电、局部场电位等;“机”即机器,一般指计算机、轮椅、假肢、家居等人类能够控制的设备;“接口”即利用机器学习或模式识别算法将神经活动信号转换为机器能够识别的控制信号,实现大脑和机器的连接[6]。完整的脑机接口系统由信号采集、特征提取、特征分类和外部控制设备4 部分组成,大脑活动产生的生物电信号借助过滤器形成可辨别的信号,被用来测量特定的特征,以反映用户的意图,通过辅助设备帮助患者完成相应动作[7-8]。该技术可根据不同信号采集位置分为侵入式脑机接口和非侵入式脑机接口:侵入式得到的信号质量较高[9];非侵入式对人体创伤最小且安全性高,但不能精准感知大脑深处的脑电波,测得的信号噪声较大,对信号后期的处理要求较高[10]。脑机接口系统具体工作流程如图1所示。
图1 脑机接口系统工作流程图
1924年,德国精神科医生汉斯·贝格尔发现了脑电波,正式开启了BCIT 的先期研究[11]。1960—1970年,BCIT开始初具规模,相关研究和机构逐渐起步[12]。1973年,美国加利福尼亚大学洛杉矶分校教授Jacques Vidal 首次提出了“脑机接口”概念[13]。2005年至今,BCIT 进入临床试验阶段,商业化发展开始起步,相关技术和企业数量进一步增加,应用和热度也日渐攀升。近十几年来,BCIT 已在众多领域显现出广阔前景,发挥其不可替代的优势作用,其中,脑机接口系统在神经机制领域的应用研究有显著优势[14]。
2014年,天津大学将脑机接口运动想象和物理康复疗法结合在一起,研发了第一台人工神经机器人系统“神工一号”[15],成为全球首个适用于全肢体中风康复的“纯意念控制”人工神经机器人系统。该系统通过解码大脑意图信号,借助外力驱动患肢完成相应的动作,同时对其受伤的脑区神经进行修复和重建。能够真正实现大脑皮层与肌肉活动的同步耦合,做到“身随意动、思行合一”[16]。
近年来,高忠科教授团队采用深度学习模型解决多个领域中脑电信号辨识的难题,取得了一系列进展:2017年,其团队构建了正常状态和癫痫发作时的脑电信号可视图,并结合支持向量机进行癫痫分类,准确度高达100%[17];2018年,提出一种基于小波时频的复杂网络方法[18];2019年,提出一种基于脑电信号的新型时空卷积神经网络,用于检测驾驶员的疲劳程度,可实现高达97.37%的分类精度[19];2020年,采用基于脑电图通道融合密集卷积神经网络实现情感识别[20];通过模拟人工提取特征模式设计卷积神经网络,实现基于脑电信号的高精度情绪识别和疲劳驾驶检测[21];提出一种基于视觉诱发电位的复杂网络与深度学习集成算法,为脑机接口系统提供了一种特征提取和特征分类的新思路[22]。
我国BCIT 起步较晚,但发展迅猛,已经扩展到临床研究的各个领域。目前康复领域中BCIT 主要应用在脑卒中等神经系统疾病中[23],具有促进神经可塑、病情诊断、治疗、评估等作用。
BCIT 主要承担抑郁症患者的诊断与监测功能,具有代表性的为情感脑机接口(Affective Brain-Computer Interface,ABCI)。ABCI 为抑郁症的诊断与监测提供了客观依据,它是一种对人的情绪进行识别和(或)调控的脑机接口,是情感智能的一个分支,也是目前实现情感智能的主要途径[24]。ABCI 可同步采集脑电、眼动等多模态数据,多角度对情绪建模,利用面部表情识别摄像头、录音设备以及睡眠状态监测手环等,采集患者的行为信息和生理特征,从而提高抑郁症诊断的准确性[25]。医护人员应尽可能地用多种方式诱发患者情绪,让受试者快速适应实验环境。当于早期识别出患者不良情绪时,护理人员应及时评估总结,对有抑郁倾向的患者给予护理干预。
BCIT 已被证明是为神经系统损伤患者提供替代交流和活动的有效工具,以实现更多的互动和更快的神经恢复[26]。优势病种常包括:脑卒中、脊髓损伤、肌萎缩侧索硬化等疾病。以脑卒中为例,临床上已出现许多治疗方法以帮助脑卒中患者恢复功能,如功能训练、物理疗法、作业疗法等[27],以上常规的治疗技术均集中于患者的外周治疗,忽视对患者大脑的直接干预,有限的神经康复模式已无法满足中枢损伤患者日益增长的康复需求。随着我国大力发展脑科学,BCIT 治疗脑卒中患者受损功能成为一种可能。BCIT 已被应用于脑卒中患者上肢、手部功能障碍等方面的治疗。
其中,Morone 等[28]在研究中报道了基于脑机接口系统的康复机器人,有助于恢复脑卒中患者的上肢功能,尤其是与传统治疗方法相结合,效果更显著;Leeb 等[29]研究表明脑机接口系统和虚拟现实相结合的新型技术在脑卒中患者的神经康复中起着重要的作用;Wu 等[30]选取25 例亚急性中风患者,并伴中重度上肢功能瘫痪,分别给予常规治疗和BCIT 治疗,干预4 周后发现,包括BCIT 训练在内的综合康复训练能较常规训练更好地增强患肢的运动功能;Mattia 等[31]在研究中将48 例首次单侧亚急性脑卒中患者,分别给予BCIT 辅助手进行运动想象训练和无BCIT 支持的手部运动想象训练,干预6 周后,BCIT 组的运动功能评分量表(FMA)、改良Ashworth 量表(MAS)、徒手肌力评定(MMT)得分明显高于单纯训练组,表明基于BCIT 的手部运动训练能够进一步改善脑卒中后患者手部功能。同样,荷兰乌特勒支大学的科研团队利用BCIT 系统为肌萎缩侧索硬化患者提供一种新的交流途径,实现了与外界的沟通,提高了生活质量[32];Jovanovic 等[33]采用BCIT 来治疗脊髓损伤后患者,改善了患者的伸手抓握功能。
BCIT 在评估领域多被用来识别失眠及创伤后应激障碍,通过识别失眠患者的危险因素[24],防止出现焦虑、抑郁等其他精神疾病症状。基于脑电信号的失眠疲劳状态识别和预警可以有效降低睡眠障碍问题造成的过度疲劳引发的工作危险[34];Micoulaud-Franchi 等[35]进一步综述了脑电图神经反馈对焦虑障碍、创伤后应激障碍的认识和理解。
2018年,唐玮等[36]发明了一项基于BCIT 的智能护理系统的专利,该智能护理设备与微型计算机系统通过无线连接,接收微型计算机系统发布的智能护理设备驱动命令并执行相应的护理动作。能够根据不同用户进行自适应调节,以准确、快速地完成智能护理任务。此类脑机接口机器人在残疾人康复、老年人护理领域具有显著的优势,主要解决老年人安全管理与便溺管理两大重点难题。但由于临床研究的特殊性,BCIT 在我国康复护理领域也面临诸多现实问题。如临床研究的伦理问题、隐私泄露风险问题、侵入式脑机接口治疗对人体造成创伤和感染问题[37]、患者使用安全问题、患者心理应激问题、患者营养支持问题、后续维护问题等,都会使BCIT 在康复护理临床领域中的应用受到限制。因此,BCIT 的临床研究注定是多学科交叉、合作的团队研究模式,其中,符合BCIT 的护理模式成为了护理学科研究的新领域。目前,国内尚缺少护理学与BCIT 相融合的专科护理模式,导致BCIT 的临床研究常常忽略了脑机接口患者对护理的需求,降低了BCIT 的临床应用实效。因此,未来要真正实现BCIT 的临床应用,必须要有专业的护理团队协助开展工作。
脑机接口使用有创和无创技术检测和测量不同BCIT 模式的脑活动[38],其中,侵入性脑机接口是将电极置于大脑皮层内,与神经元直接互动,能够较为精确地捕捉到患者的大脑信号。侵入性脑机接口作为一种介入治疗方法,除了需要复杂的手术、医疗条件之外,还存在很高的风险,其中最为突出的就是感染与免疫排斥反应[39]。作为护理人员,应该在患者介入术前、术后对其基本生命体征及精神状态进行详细评估,防止介入术后发生颅内感染,进而造成严重后果。同时,患者在康复的过程中,还应防止发生跌倒,尤其是有肢体功能障碍的患者。总之,在应用、发展BCIT 的过程中,做好临床护理工作尤为重要。
BCIT 作为一种新型技术逐渐出现在国内医疗领域中,更多地被应用于康复领域。不仅是康复治疗师要掌握此技术,于临床护理而言,尤其是康复专科护士,也应加强BCIT 的相关培训,包括其基本仪器设备的连接方法、BCIT 系统工作原理、电脑屏幕所示信息含义等。通过医护团队合作,最大程度恢复患者功能、提高生活质量、重返社会,促进我国医学领域BCIT 的发展。
目前,关于侵入式和非侵入式BCIT 在康复辅助及训练中的研究取得了突破性的进展,展现了巨大的潜力,解决了传统医学治疗方式的缺陷。但当前的BCIT 康复系统仍处于实验应用阶段,距实用化、市场化还有一段距离。在神经机理、理论技术、硬件设备、交互设计等方面仍存在许多瓶颈,需各学科研究人员的协同合作,以促进BCIT 在临床医疗实践中的应用,提高脑机接口的实用性和便捷性,推动康复领域中的BCIT 趋向成熟,帮助患者实现运动与认知功能的综合康复。
护士是BCIT 康复团队中不可或缺的组成部分,康复领域应用BCIT 为护理发展提供诸多启示,将BCIT与临床护理紧密结合,为今后BCIT 广泛应用于临床打基础,有助于医、工、护多学科交叉合作发展。康复专科护士应加强BCIT 相关培训,突出BCIT 的专科护理特色,培养专科护理人才;提高专科护士在BCIT 中的科研能力,提高专科护理质量。