全球首例！通过植入电极向腿部发射信号，让瘫痪者重新行走、游泳、骑行-技术圈

大数据文摘作品

作者：Mickey

五年前，Michel Roccati在一次摩托车事故中瘫痪。由于脊髓完全被切断，他的腿之后再也没有任何感觉。

不过最近，他又可以重新走路了。通过一次手术，研究者将一块电子芯片植入物连接到他的脊椎上，代替脊髓向腿部肌肉发射信号。

脊髓中的神经将信号从大脑发送到腿部，但当神经因受伤而受损时，可能会导致瘫痪。对于Michel这样的患者，因为脊髓完全被切断了，他的腿已经完全无法接收信号。通过植入电极，可以直接向他的腿发送信号，使他能够行走。

这一技术由瑞士洛桑联邦理工学院（EPFL）研究团队开发，也是脊髓完全切断的人第一次依靠科技重新自由行走。同样的技术还改善了另一名瘫痪病人的生活状态，让他能够成为一名父亲，并和自己的女儿一起重新学习走路。

目前这一研究已发表在最新的《自然医学》杂志上。

在该论文中，研究者表示，本次研究建立了一个计算框架，该框架为电极的最佳布置提供信息，并指导其神经外科定位。这一研究组还开发了支持快速配置活动特异性刺激程序的软件，该程序再现了每个活动背后的运动神经元的自然激活。

作为正在进行的临床试验的一部分，研究者在三个完全运动感知麻痹患者中测试了这些神经技术。在一天之内，针对特定活动的刺激使这三个人能够站立、行走、骑自行车、游泳和控制躯干运动，这为支持 SCI 患者的 EES 日常活动开辟了一条可行之径。

论文链接：

https://www.nature.com/articles/s41591-021-01663-5.epdf?sharing_token=u3R8WAF9jcI1Hy18uXAx0NRgN0jAjWel9jnR3ZoTv0OPJ3tW7TNw81W26gtsAuO4FNR69SPZVc_sE3HSlTiEwiAAJiFUofG3bZYRloL4DUi5UimFvkDmYl3t6pMEbVZrXDSC_AZw7VPaX0o6LLJHzYozrTakBKN5Lc-1cQvuvqfE4gbLB3Q3gQJy9hDJ3SPgwRwmTZ8HxUlqT21A-h2y6A%3D%3D&tracking_referrer=www.bbc.com

研究人员强调，这一技术目前还不能彻底治愈脊柱损伤，并且由于该技术涉及复杂的系统，尚无法在日常生活中大规模使用，但仍应该将其视为提高患者生活质量的重要一步。

对于米歇尔这样的患者，正如他自己所说，这项技术“是给我的礼物”。

该研究得到了谢菲尔德北部总医院顾问 Ram Hariharan 博士的支持，“他们做了一些以前没有做过的事情。“我还没有听说过任何研究，他们将植入物（植入脊髓完全切断的患者体内）并展示肌肉运动和改善平衡，足以站立和行走。”

但他补充说，这一技术还需要进行更多的临床试验。

“我们需要更多的[患者]来证明它的安全性，并且它显著改善了他们的生活。只有这样，它才能被推进。”

不能完全治愈瘫痪，但能极大提高生活质量

到目前为止，通过该技术方案，已有九人接受了植入电极方案并恢复了行走能力。

David M'zee是第一批接受植入物的患者之一。在获得治疗之前，他已经瘫痪了12年，像Michel一样，他能够在打开植入电极后使用助行器行走。更让人惊喜的是，David的健康状况得到改善后，顺利和他的伴侣Jenny生下一个女婴。

他的女儿Zoe现在一岁了。她目前可以和她的爸爸一起各自带着自己的学步车赛跑。

“这很有趣。这是我第一次和她一起走路——她和她的婴儿学步车，我和我的学步车。”

拥有一个家庭给了David很大的快乐。植入物以微妙但重要的方式帮助了他。

洛桑联邦理工学院 (EPFL) 领导该技术开发团队的 Grégoire Courtine 教授表示，在常规使用该技术来帮助瘫痪的人行走之前，还有很长的路要走。

“这不是治疗脊髓损伤的方法。但它是提高人们生活质量的关键一步。它将赋予他们站立的能力，这是一个显着的进步。”

治愈需要脊髓再生，可能使用干细胞疗法，这仍处于研究的早期阶段。Courtine 教授认为，一旦准备就绪，这一植入技术可以与神经再生治疗结合使用。

脑机辅助瘫痪患者，只凭意念，操纵机器移动、拿取物体成为现实

这不是洛桑联邦理工学院（EPFL）的首个帮助瘫痪患者的技术。去年12月，来自洛桑联邦理工学院（EPFL）、得克萨斯大学奥斯汀分校（UT）的科学家团队，开发了一种可以仅借助人类大脑发出的电信号就能控制机器人的强化学习系统——无需任何语音控制或触控功能，使用者只需要简单地“想一想”，就可以操控机器人完成移动、拿取物体等任务。

据论文描述，这项基于脑机接口的研究，目前主要针对瘫痪患者，可以让机器人更加准确、快捷地辅助瘫痪患者的正常生活，以提高他们身体的灵活性。

相关研究论文以“Customizing skills for assistive robotic manipulators, an inverse reinforcement learning approach with error-related potentials”为题发表在 Nature 子刊 Communications Biology 上。