本文是專業學術論文解讀，不做醫療建議。

少有臨床試驗的參與者會在研究社區發文袒露心路歷程，凱西·哈雷爾（Casey Harrell）算是個例外。在最近一篇博文中，凱西表示，介紹自己每天使用腦機接口（BCI）的日?！坝悬c枯燥”，畢竟，他已經如此生活了近三年。

2023 年，加州大學戴維斯分校（UC Davis）神經假體實驗室的研究團隊，為罹患晚期漸凍癥（ALS）的凱西進行開顱手術，在他的大腦皮層上植入了包含 256 個穿透式電極的四組微電極陣列。

不到一年后，美國食品藥品監督管理局（FDA）允許凱西的護理人員獨立啟動系統。6 月 15 日，團隊在《自然-醫學》（Nature Medicine）展示最新階段性成果：凱西居家使用 BCI 設備的 19 個月中，裝置累計工作時長達 3801 小時，共處理了 18.3 萬個句子。

作為迄今為止規模最大的單神經元分辨率、個體大腦記錄數據集，研究人員和凱西合作證實，顱內腦機接口具備日常輔助技術應有的長期穩定性和臨床實用價值。

（來源：DOI: 10.1038/s41591-026-04414-6）

為擺脫專人操控，四臺電腦接管了一切

自 2019 年確診漸凍癥以來，現年 48 歲的凱西已經喪失了基本的行動和語言表達能力。UC Davis 團隊的裝置可將他的大腦信號實時轉化為文本，再借助播放系統，輸出以其患病前聲音“讀”出的句子。

2024 年 8 月，研究人員在《新英格蘭醫學雜志》（NEJM）上首次發文，記錄其完成植入手術的第一次開機過程。系統預熱 30 分鐘后，在 50 詞測試中實現了 99.6% 的識別準確率；擴展到 12.5 萬詞匯量規模時，準確率仍有 90.2%。

2025 年 6 月，同一團隊在《自然》（Nature）發文，介紹了一項實時腦控語音合成技術，該技術可繞過文字中轉環節，直接把神經信號轉成帶有語調和節奏的聲音。不過，在測試階段，聽者對合成語音的詞級理解率僅為 60%，精度遠低于文字中轉方案，目前尚未正式用于凱西的腦機接口系統。

研究人員在實驗中意外發現，植入其左側腹側中央前回（負責協調說話動作的運動皮層）的電極，除了識別語音意圖，還能解碼嘗試移動手部時產生的運動信號，以此實現操縱電腦的功能。

數據顯示，同一組電極同時驅動兩種解碼器，光標信號處理速率與專為手部運動設計的植入裝置相當。

一開始，凱西每次啟動腦機接口，都必須由研究團隊現場操作設備完成。由于信號漂移問題，在正式使用前，還要花幾十分鐘校準儀器。

圖 | 研究人員正在調試設備（來源：UC Davis）

長期植入過程中，電極采集的神經活動會發生動態變化，進而影響基于先前數據訓練的解碼模型表現。對此，研究人員在解碼神經網絡中加入了“日特異性嵌入層”，開機即自動適配當天信號特征，無需人工校準。

研究證實，在軟件加持下，超過 90% 的植入電極在 19 個月后仍能可靠檢測神經信號，與語音相關的神經表征也保持穩定。

除了每日校準，模型此前還要定期中斷使用，進行正式校準訓練。新系統采用了后臺持續微調方案：在正常使用過程中，設備自動收集被用戶打高分的句子，每積累 5~6 句就觸發一輪訓練，其中約三分之二進入訓練集、三分之一進入驗證集，驗證集表現優于當前模型時就更新權重。這些適應性處理，讓每天開機時的可選校準時間從 17 分鐘降至約 9 分鐘。

基于這些優化，植入后第 281 天，FDA 批準了一項設備豁免修改，允許護理人員在研究人員不在場時啟動該系統。

軟件接管了所有組件的初始化過程，四臺各有分工的電腦組成本地局域網，分別負責信號采集、特征提取、神經網絡推理和語言模型解碼。它們通過團隊自研的 BRAND（實時異步神經解碼后端）框架實現同步通信，共同支撐腦機接口的運轉。

這極大減輕了照護者的工作負擔，凱西的妻子每天僅需抽出 20 分鐘進行簡單的準備工作。通電開機后，凱西將利用它實現語音輸出、電腦光標移動和點擊功能，設備最長可連續工作 19 個小時。

圖 | 整套設備組成了一個巨大的可移動機柜。（來源：UC Davis）

推理架構也進行了對應迭代。早期版本使用循環神經網絡，其逐幀推理能力在控制類任務上表現良好，但后續加入的語音解碼功能需要更強的上下文整合能力。

植入后第 600 天起，團隊將語音解碼器替換為 Transformer 架構，對延遲更敏感的光標解碼器仍保留 RNN 結構，兩種模型并行運行。除了精度提升，這一升級有效縮減了解析延遲，實時對話體驗大幅提升。

圖 | 語音解碼模塊正在工作（來源：UC Davis）

團隊表示，一系列“過度配置”的技術工程優化，使這套設備的復雜程度遠超臨床可用的真實產品。他們犧牲了便攜性，換來的是可靠性：系統在 19 個月內幾乎沒有發生嚴重故障。

為保護隱私，設備還內置了“免數據發送模式”，凱西在該模式下產生的數據不會被回傳到研究人員手中。

使用數據和日常體驗

居家數據顯示，在總計 3,801 小時的使用時長中，約 60% 被用于自由對話和語音通信，通過光標操作個人電腦的時間約占 20%，剩余時間分散在其他通信和娛樂場景。

值得一提的是，利用這套設備，凱西保住了他在氣候政策領域的咨詢工作，維持著家庭收入和醫療保險，每天還能和七歲的女兒玩英文猜詞游戲。

圖 | 凱西·哈雷爾（Casey Harrell）一家（來源：UC Davis）

在生成的 18.3 萬個句子里，凱西將其中的 53.3% 標記為“完全正確”，另有 38.4% 被標記為“基本正確但有錯誤”，整體可用率達到 92% 左右。受控測試中，凱西借助腦機接口復述屏幕上預先準備好的提示句，詞級準確率高達 99.2%。

數據揭示腦機接口也會“疲勞”：連續使用的時間過長，解碼精度就會出現顯著下降。對此凱西表示，自己會“勞逸結合”。

在效率方面，凱西的平均通信速度為每分鐘 56 詞。雖然比此前使用的頭部鼠標拼寫工具（每分鐘約 6.3 詞）快了不少，但還達不到正常英語對話水平（每分鐘 120 到 150 詞）。

系統支持發聲嘗試和默語兩種模式。前者需要努力發聲，這種模式的神經活動信號最完整，解碼準確率達到約 99%，但速度較慢，且耗體力；默語功能只需“對口型”，神經信號略弱，準確率降至約 96.5%，速度提升至每分鐘 50 詞。

凱西在二者之間主動做出了取舍，他在日常使用中更傾向于默語模式。他給出的解釋是，對于漸凍癥患者，省力在大多數情況下比絕對精準重要。

一個人的成功能推廣嗎？

凱西表示，介紹自己每天使用腦機接口的過程其實很“無聊”，這讓研究者感到震驚。但他們進一步解釋道，“無聊”其實是個好信號，說明腦機接口已經完全融入日常生活，成為一種自然而然的習慣。

只是，實現這種“無聊”的條件極其嚴苛。凱西是一個近乎理想化的腦機接口使用場景：他的認知功能完全正常，對系統的反饋準確而具體，同時有穩定的護理支持。而且，為了支撐工作和家庭收入，凱西的使用動機極強，對漫長的迭代周期極具耐心，愿意配合團隊不斷更換解碼器架構、調整界面設計、采集訓練數據。

凱西的 BCI 系統在長達 19 個月的居家使用中未見明顯退化。然而，拋開性能不談，設備在更長時間尺度中的穩定性，還取決于疾病進展程度和大腦受損狀況。

團隊明確指出，這項結果無法直接推及其他植入位置、其他疾病或其他參與者。這套系統的運作前提是使用者有能力激活大腦發出運動指令。因此，腦干中風導致的閉鎖綜合征、高位脊髓損傷等，將因運動皮層本身或更上游通路受損而不適用。

此外，漸凍癥屬于進行性神經退行性疾病，隨著病程發展，運動皮層功能也可能受累。荷蘭烏得勒支大學（Utrecht University）團隊此前報告過另一項長期使用植入式腦機接口的案例。

從 2016 年起，一位漸凍癥患者在家獨立使用一套基于皮層腦電（ECoG）的腦控點擊系統。CT 成像顯示，漸凍癥導致的腦萎縮使神經信號幅度下降，在第 6 年后，患者逐漸失去了控制腦機接口的能力。

博文中，凱西給出的設備改進優先級排名依次是便攜、無線、實時腦到聲合成。

他頭上的電極陣列雖然解碼精度高，但必須在他人協助下有線連接至四臺大型外部設備，與便攜性可謂背道而馳；團隊研發出了實時信號合成語音技術，精度卻不夠理想。

事實上，截至目前，有關腦機接口的探索都難以兼顧信號質量、侵入程度、電極壽命和功能要求。

馬斯克旗下的 Neuralink 使用穿透式無線電極，可通過手術機器人植入，主要實現光標和鍵盤控制，未公開語音解碼成果；Synchron 利用血管介入放置電極，侵入性最低，但信號分辨率也最低；Paradromics 正在開發專注于語音恢復的全植入式高數據率裝置。

技術之外，腦機接口的落地還與監管和商業體系密切相關。對于用于通信和運動控制的植入式腦機接口，FDA 目前只授予研究性器械豁免（IDE），僅可在嚴格控制的臨床試驗中使用，不允許商業銷售。

Synchron 系統的進度最快，預計將在 2026 年內啟動關鍵性試驗。即便一切順利，第一款通信類腦機接口產品獲批也要等到 2028 年前后。更遠的商業推廣階段，生產商、手術資質、保險體系和后續運維支持等都是門檻。

（來源：Springer Nature Research Communitis）

凱西在博文最后寫道，希望自己再也不要出現在與腦機接口有關的報道里?！皳Q句話說，我不想再被當成特例?！?/p>

但事實是，在未來相當長一段時間內，他很可能依然是世界上唯一一個每天用腦機接口上班、陪女兒讀繪本、玩游戲的人。

參考內容：

https://www.nature.com/articles/s41591-026-04414-6

https://ucdavis.app.box.com/s/hqmpk4s8s1s40wradelji6gpo89oyh34

https://www.nature.com/articles/d41586-026-01863-4

https://health.ucdavis.edu/news/headlines/first-of-its-kind-technology-helps-man-with-als-speak-in-real-time/2025/06

https://health.ucdavis.edu/news/headlines/new-brain-computer-interface-allows-man-with-als-to-speak-again/2024/08

https://communities.springernature.com/posts/living-life-through-a-brain-computer-interface-223d2ee9-5491-4929-91cf-306d6429eeab

本文是專業學術論文解讀，不做醫療建議。

運營/排版：何晨龍

注：封面/首圖由 AI 輔助生成