研究人员利用人工智能帮助神经疾病患者用脑电波控制电动轮椅

当我坐在电动轮椅上时，研究人员把一个带有电子导体的头盔戴在我的头上，这些导体深入我的头皮。他们进行了调整，直到连接头盔的笔记本电脑开始接收我的大脑信号。

为了检测最微弱的大脑波并通过人工智能（AI）识别其模式以进行预测，我首先被指示练习 想象 运动，通过仅用我的思维控制屏幕上的一个角色，这将成为控制轮椅的基础。

经过一些练习，我最终能够仅通过思考左手使角色移动。

即使我犯了错误——例如，将角色移动到障碍物附近而不是远离它——研究人员解释说，指令被人工智能预测和估计技术覆盖，该技术此时已经识别出我的大脑波模式，可以帮助它准确预测角色未来的指令。

一旦该仪器被我的大脑波训练后，我尝试使用我的思维控制电动轮椅。我闭上眼睛，专注于左手的感觉，我的左手静止地放在腿上。当我想象左手握拳时，轮椅开始向左移动——我的期望方向！

尽管我在日常生活中不需要使用轮椅，但使用思维（辅助人工智能）来控制车辆的体验令人振奋，尤其是考虑到它对那些患有严重脊髓损伤或神经疾病（如多发性硬化症、脑瘫或吉兰-巴雷综合征）的人的潜在影响。

这些疾病通常会使患者卧床不起或依赖护士或家人来帮助他们移动。

多年来，科学家们一直努力开发技术来帮助这些疾病患者恢复部分行动和身体自主权。2009年，丰田 宣布 了一种可以使用脑电图（EEG）信号控制的轮椅；2023年，意大利帕多瓦大学的研究人员 开发 了脑机接口技术，允许完全瘫痪的个体仅使用脑波控制电动轮椅；其他脑波驱动的轮椅研究 结合 了增强现实、计算机视觉和离线校准技术。

虽然这些创新已经极大地帮助我们缩小了行动能力差距，尤其是对于那些患有严重脊髓和神经疾病的人，但NTT研究人员告诉我，仍然存在许多限制，特别是考虑到大脑波并不相同，不同的人也不相同，甚至个人一生中也不相同。

在他们最近的升级2025年会议上，NTT研究展示了他们声称可以预测和完成中断大脑波信号的人工智能技术，从而使患有严重神经疾病的患者能够控制电动轮椅。

“众所周知，大脑波会由于各种因素而变化。然而，我们的技术旨在为每个个体优化人工智能，因此我们相信它在这种变化的情况下仍然有效，” Okitsu，一位曾参与该项目的研究人员告诉我。

大脑的电活动记录在α、β、γ、δ和θ波中，它们的功能意义仍在被 争论 。 β 和 μ 节律，范围从12到30赫兹和8到10赫兹，分别与运动有关，表明计划和指示的运动。

然而，大脑波在人群中并不一致。患有认知障碍的个体，如 痴呆 和 阿尔茨海默病 ，会出现大脑波活动和反应性降低。年龄也可以 阻碍 个体产生足够强大的大脑波来控制电动轮椅的能力；即使像注意力缺陷多动障碍、精神分裂症和抑郁症这样的精神障碍也会 影响 脑电图频率。

现有的脑波技术无法实际跟上所有这些变化。相反，研究人员正在依靠人工智能来帮助完成和补充不足或不准确的大脑信号，通过识别大脑波模式来预测想象的身体运动。

“我们的技术将适用于每个人，因为它由人工智能持续更新，” Okitsu说。 “它专注于在实际的脑机接口操作期间收集人工智能数据。因此，人们可以先操作角色，然后我们的技术在人工智能的帮助下更新。”

研究人员还指出，从想法（如握拳）到行动（如转动轮椅）的相对快速反应时间，也得益于一种基于光子学的通信基础设施IOWN，它允许高容量、低延迟的数据处理。该网络使用光信号而不是电信号进行信息传输，以加快数据传输和处理。

将这些技术整合到脑波控制的轮椅中，代表了利用新兴技术来构建更易用的行动工具。

该项目可能会为残疾人和他们的护理人员带来生活方式的演变，他们都将获得更多的自由和自主权。