由美國斯坦福大學團隊開發的腦機接口裝置，可以通過插入大腦的細電極陣列收集單個細胞的神經活動，并訓練人工神經網絡來解碼病人想說的話。在該裝置的幫助下，一名肌萎縮性側索硬化癥病人能以每分鐘62個詞的速度進行交流，這種語速是此前類似裝置的3.4倍，更加接近自然對話（每分鐘約160個詞）。該裝置在50個單詞的詞匯量下錯誤率為9.1%，比此前最先進的語言腦機接口裝置低至約1/3。在使用12500詞匯量時，錯誤率為23.8%，團隊認為這可能是首次成功演示大詞匯量解碼的研究。

　　在另一項研究中，加州大學舊金山分校團隊開發了一種基于不同方法獲取大腦活動的腦機接口裝置，其電極覆蓋在大腦表面并偵測許多細胞的活動，可以將大腦信號同時轉化為三種輸出形式：文字、語音和控制一個頭像。研究人員訓練了一個深度學習模型來解碼一名患者的神經數據，該患者因腦干中風而嚴重癱瘓，收集數據時病人無聲地說出句子。腦信號到文字的轉譯速度中位數為每分鐘78個詞（錯誤率為25%）；腦信號轉譯為語音時，372詞匯量下錯誤率為28.2%，詞匯量越小，錯誤率越低。

　　該裝置還能將神經活動轉譯為面部表情，以動畫頭像的形式呈現。綜上所述，這種多模式腦機接口裝置為癱瘓病人提供了更多可能性，讓他們能更自然、更具表現力地進行交流。

　　【總編輯圈點】

　　患有神經系統疾病的人，往往因肌肉癱瘓而喪失語言能力。過往研究表明，可以從這些失語者的大腦活動中解碼出語言，但只能以文字形式輸出，準確性和詞匯量較為有限，且速度極慢，差不多“倆字兒倆字兒蹦”的程度。現在這兩個腦機接口裝置，實現了這一領域質的飛躍，而只有更為流暢準確的交流，才能真正緩解因癱瘓性神經損傷和疾病而“有口難言”的痛苦。