硅谷Live / 实地探访 / 热点探秘 / 深度探讨
机器学习在医疗领域的潜力究竟有多大?
上星期,《纽约时报》报道了第一例成功重获活力的四肢瘫痪患者,而且这位患者还是通过机器学习获得活力的!
这位名叫 Ian Burkhart的患者,今年24岁,五年前因为一次跳水事故摔断了脖子,造成了脖子以下高位截瘫。
正是利用神经科学和机器学习的技术,研究人员将他的想法直接和他的手部神经连接起来,从而使他恢复了右手和手指的控制力。
这个系统有效地绕过了他的脊柱损伤,这也是首次,人们成功利用电脑-人脑链接来帮助个人重获手部的控制能力。这一研究已在 Nature 上发布,报告详细解释了他们是如何应用机器学习和 MATLAB 被用来完成这一项目的。
2014 年,俄亥俄州的医生在 Ian 的大脑中种植了一个芯片。这枚芯片包含了 96 个微电极传感器,来记录神经元的状态。整个团队利用大脑成像来识别和分离 Ian 脑中控制手部活动的部分。在手术中,整个团队不断测试被暴露的脑部组织来确认芯片应该放置的准确位置。
在手术之后,Ian 花了无数个小时观看了屏幕上的一只手的图像,全神贯注在那些可以做出手部运动的思维上。在这过程中,他脑部的活动被切实记录下来并且进行分析。最终目标是为了了解究竟他脑中的哪种信号对应着他正在模仿的活动。
Ian 脑中的神经元反应模式被传输到一个电脑中记录下来。这涉及到的数据量是不可估量的。毕竟,每秒都有三百万个神经活动样本被采集。大约每三分钟就有十亿字节的数据被生成。
通过近一年的重复和艰苦的练习,Ian 学会了将自己的思想集中在手上,能从瓶子里捡起一根吸管,和一个搅拌器,他甚至能够玩吉他视频游戏。现在,康复专家已将Burkhart 的残疾程度从严重的C5级,重新分类为不太严重的C7级别。
(图片来自纽约时报)
这一振奋人心的消息可以说是一项多年的跨学科的研究,由工程师、生物工程师、神经科学家和医生共同完成了医疗模型系统和临床检验。而这个叫做 NeuroLife 的设备,是由 Battelle Institute 的工程师和俄亥俄州立大学 Wexner 医疗中心的医师与神经科学家一同设计的成果。
尽管,这项技术还不能治愈瘫痪,因为Ian 仍需要在电脑前才能完成这些实验。但“这是朝着我们所有人的目标迈进的一步,我们要为这些瘫痪患者提供尽可能多的独立性。”华盛顿大学感觉运动神经工程中心主任Rao说。
本文编译自The Medium 和 New York Times。
想和探长聊一聊?来加探长个人微信号 svinsight
推荐阅读