上海交通大學教授呂寶糧談“情感腦機接口”：大語言模型的崛起可能挖出腦電密碼

每經記者 林姿辰    每經編輯 董興生    

根據WHO數據，全球有超過3.5億抑郁癥患者，基本上每20人中就有1人遭受抑郁癥的折磨。更遺憾的是，在重度抑郁癥患者中，有20%~30%的難治性抑郁癥患者面臨無藥可用、無醫可治的困境。

腦機接口技術可能在這條幽暗隧道中投下微光嗎？8月20日，在2023世界機器人大會上，上海交通大學計算機科學與工程系二級教授呂寶糧接受了包括《每日經濟新聞》在內的媒體采訪。目前，呂寶糧的團隊正攜手上海瑞金醫院推進“難治性抑郁癥腦機接口神經調控治療臨床研究”。

呂寶糧 圖片來源：主辦方供圖

呂寶糧表示，目前，全球尚未發現抑郁癥的生物標志物，但隨著傳感器和腦機接口等前沿技術的突破，基于多模態情感腦機接口技術有望實現抑郁癥的客觀評估，ChatGPT等大語言模型的崛起，更是在探求抑郁癥“密碼”的道路上掀起了新的革命。

情感腦機接口臨床應用需要個性化

在腦機接口研究領域，情感腦機接口是一個小眾課題，但腦深部電刺激（DBS）可以讓一個人的精神世界“起死回生”。

呂寶糧介紹，這種情感腦機接口的前身是一種神經調控裝置——“腦起搏器”，多用于帕金森病的治療，后來被發現可以用于治療難治性抑郁癥。具體來說，醫生會在患者胸腔內植入腦起搏器，它連接著兩條電極，從胸前的裝置延伸到耳后，然后植入腦內。當腦起搏器發出電脈沖信號，通過電極刺激所在的神經核團時，抑郁癥狀會得到改善。

不過，這一腦機接口并非對所有患者都奏效，海外臨床研究也曾半途終止。呂寶糧認為，DBS治療難治性抑郁癥效果不穩定的主要原因有多方面，包括電極插入的大腦核團不明確、電極需要進一步微型化、電極“盲插”不易控制深度、患者間差異較大等。其中，患者的個體差異可能受性別、年齡、職業和文化程度等多種因素影響，這使得DBS用于難治性抑郁癥治療時，必須對DBS刺激參數和模式進行個性化和優化。

而這也是情感腦機接口區別于運動腦機接口面臨的一個挑戰，比如要設計適合不同人群的情感交互范式，要構筑高精度的情感計算模型等。

“神經科學的研究告訴我們，人類大腦里不存在一種生理信號可以度量情緒，我們只能通過多種信號來推斷。”呂寶糧告訴記者，目前全球沒有發現抑郁癥的生物標志物，基于量表進行的診斷具有很強的主觀性，所以需要開展多模態情感腦機接口的研究，把所有可穿戴設備能采集的信號（如腦電、眼動、微表情、語音、呼吸、心率等）全部用上才能更加準確。目前，呂寶糧實驗室主要是通過采集腦電和眼動這兩類生理信號來識別抑郁癥患者的情緒。

“因為人類情緒變化得沒有那么快，只要同步采集這兩種信號，它們之間就不會產生矛盾，多模態情感模型的識別率會更高，所以最好使用更多模態的信號。”呂寶糧說。

國內部分情感腦機接口研究領先全球

以ChatGPT為代表的大語言模型的風行，讓呂寶糧嗅到了情感腦機接口“革命”的機會。他一直認為，抑郁癥患者與健康群體的差異就是對同一情緒刺激產生了不同的反應。隨著傳感器和腦機接口等前沿技術的突破，臨床上可以獲取豐富的生理信號，而深度學習特別是大語言模型，有望捋清生理信號與疾病間的關聯關系。

“語言是人的一種表達形式，腦電信號也是人類大腦的一種信息表示形式。到目前為止，研究抑郁癥、癲癇等疾病的模型是相互獨立的，我們還沒有找到腦電信號內部的關聯性，但我想它的本質和自然語言一樣是存在的，只是過去我們沒有強大的學習能力把它找出來。”

帶著這種猜想，呂寶糧實驗室正在利用公開的和實驗室自己采集到的腦電信號訓練大模型。盡管目前該模型只有五百萬個參數，但其性能已經超過了目前最好的深度學習算法。

“國內侵入式腦機接口的研究與國外還存在一定的差距，但非侵入式情感腦機接口研究的差距很小，甚至在很多方面我們還是領先的。”呂寶糧舉例說，根據2022年意大利一所大學發表的文章介紹，上海交通大學在2015年公開的情感腦電數據集“SEED”中的兩個子集在全球的使用量已經超過了50%，歐盟在2012年公布的DEAP數據集在全球的使用量占27%，其余所有數據集的使用量都小于5%。

不過，安全也是個重要問題。從定義看，情感腦機接口包含兩個任務，一個是情緒識別或叫做情緒解碼，二是情緒調控。呂寶糧認為，目前第一個任務多由可穿戴設備完成，非常安全。但第二個任務可能會面臨很多倫理問題，諸如經顱磁刺激（TMS）、經顱直流電刺激（tDCS）等臨床已有應用的技術都可以使用。未來開發抑郁癥治療的數字療法屬于情緒調控，需要考慮倫理等多方面的問題。