前沿 | 模拟键盘打字的脑机接口刷新沟通速度记录

研究要点

近日，《自然·神经科学》（Nature Neuroscience）发表的一项最新研究带来了脑机接口领域的重要突破，来自麻省总医院、哈佛医学院、布朗大学等机构的研究团队研发出一款基于皮层内脑机接口（iBCI）的双手经典QWERTY键盘打字神经假体，患者仅需通过尝试做出手指运动，即可实现快速、准确的文字输入，成为迄今最快的基于手部运动皮层的脑机接口交流方式，相关技术为全球数百万因瘫痪丧失沟通能力的人群带来了新希望。

参与者正在实验 ©布朗大学

对于肌萎缩侧索硬化症（ALS）、脑干中风等疾病导致瘫痪的人群而言，丧失沟通能力是最具毁灭性的症状之一。目前这类人群常用的增强和替代沟通设备，如眼动追踪系统，普遍存在输入速度慢、易出错、需要护理人员协助频繁重新校准等问题，导致设备弃用率居高不下。

此前的脑机接口虽能通过点选虚拟键盘实现沟通，但受限于点选速度，信息传输效率较低；而基于发音器官的语音解码和手写解码虽提升了吞吐量，却仍无法满足部分人群对键盘输入的需求——键盘输入因与数字通信界面深度融合，且是多数人熟悉的沟通方式，具备独特的应用优势。

原理：是“手动”？不，是“意动”

此次研发的新型打字神经假体，核心在于解码参与者试图做出的手指运动，无需实际的肢体动作，仅通过大脑神经信号即可实现文字输入。在“打字”过程中，虽然患者无法移动手指，但大脑不知道肌肉已经瘫痪了，所以如果当参与者“尝试”移动食指去按字母“J”时，运动皮层仍然会发出这个动作所需的精确电信号。植入体接收这些特定的电脉冲，然后告诉计算机参与者想按“J”这个字母。

研究团队依托BrainGate2临床试验，让两名四肢瘫痪患者参与了测试，其中一名为ALS患者，另一名为脊髓损伤患者。为实现QWERTY键盘所需的手指运动解码，研究人员让参与者尝试完成30种独立的手指屈伸动作，并在中央前回手部运动区植入微电极阵列记录神经活动。

结果发现，大脑运动皮层对双侧手指的运动意图存在清晰的神经表征，即使是单侧植入电极的参与者，其大脑也能对双侧手指运动进行编码，通过主成分分析和t-SNE非线性降维技术，可清晰区分不同手指的运动意图，其中一名参与者（T18）的离线解码准确率高达95.2%，另一名参与者（T17）也达到81.3%。

T18句子复制任务：T18按照自己的节奏输入屏幕上提示的每个句子。研究人员按下按钮结束每个句子的解码。句子提示“we should go different way”由于语言模型的作用被语法正确地解码为“we should go different ways”。T18同意发表包含其肖像的照片和视频。©The Authors/Nat Neurosci

这款神经假体的打字系统高度贴合传统QWERTY键盘布局，包含26个字母、空格及标点符号共30个输入符号，对应十指的三种屈伸动作：向上伸展对应键盘上排按键、向下伸直对应中排按键、向掌心弯曲对应下排按键。系统通过循环神经网络（RNN）对神经特征进行序列解码，实时推断字符概率，并结合5-gram语言模型优化句子解码结果，语言模型会根据英语词汇的统计规律，从神经网络预测的字符概率中筛选出最符合语义的句子，进一步降低错误率。

值得一提的是，该系统的打字速度完全由用户自主控制，打破了此前部分脑机接口输入受固定解码间隔限制的问题，且校准要求极低，仅需30个校准句子即可实现有效解码，大幅降低了用户的学习和使用成本。

突破：1分钟22个单词，堪比常人的81%

测试结果显示，该神经假体的输入性能达到了目前手部运动脑机接口解码的最高水平。其中脊髓损伤患者T18的打字速度达到每分钟110个字符，折合每分钟22个单词，单词错误率仅1.6%，这一速度达到了其年龄段健侧人群智能手机打字速度的81%，也比此前基于手写解码的脑机接口沟通速度快每分钟20个字符。

另一名ALS患者T17也实现了每分钟47个字符的输入速度，这为长期构音障碍和不完全闭锁综合征患者提供了无词汇限制的高效沟通方式。两名参与者的输入准确率均未随速度提升而下降，且系统的神经表征具有一定稳定性，即使未经重新校准，植入双侧电极的T18在7天后仍能保持12%的单词错误率，为日常连续使用奠定了基础。

优势：错误率低、不易疲劳、易于学习

研究还发现，相较于手写解码的脑机接口，QWERTY键盘打字解码在错误容错性上具备显著优势。手写解码的错误多发生在形状相似的字符之间，这类字符在英语中常可互换，易导致单词错误；而键盘输入的错误多集中在同一手指或相邻手指对应的按键之间，这类按键对应的字符在英语中连续出现或互换的概率极低，配合语言模型后，能在相同字符错误率下实现更低的单词错误率。

这种键盘布局与QWERTY键盘非常相似。用户界面上的手指和文本指南有助于将手指动作与键盘字符匹配。参与者通过执行一系列与所示键盘布局相对应的手指动作来构建句子。字符概率由循环神经网络（RNN）根据神经特征预测。语言模型会持续考量字符概率，并在屏幕上更新当前预测的句子。©The Authors/Nat Neurosci

同时，在电极数量相同的情况下，打字解码的单词错误率远低于手写解码，即使电极数量不足200个，打字解码的优势仍十分明显，这意味着该系统对硬件的要求更低，更易实现临床转化。

与现有瘫痪人群沟通方式相比，这款神经假体还具备多重实用优势。相较于语音转文字系统，它无需依赖呼吸功能，避免了长期输入的疲劳感，同时能保障沟通隐私；对于无法使用眼动追踪系统的晚期ALS患者，即使是该系统较慢的输入速度，也远优于字母板等传统沟通方式。

此外，该系统的输入方式高度贴合普通人的打字习惯，依托人们对键盘按键位置的记忆和手指运动的想象，学习门槛低，甚至无需视觉聚焦屏幕即可使用，比依赖光标定位的点选式脑机接口更具直觉性。

价值：沟通将不再受限于肢体

研究团队表示，这款打字神经假体的核心价值在于为瘫痪患者提供了一种直观、熟悉且易于学习的高效沟通范式，其性能已接近健侧人群的输入水平，且具备良好的临床转化潜力。

“解码这些手指动作也是朝着为上肢瘫痪患者恢复复杂的伸展和抓握动作迈出的一大步，”马萨诸塞州总医院布莱根妇女医院的博士后研究员、第一作者兼通讯作者贾斯汀·裘德（Justin Jude）说。“而且还有改进这种沟通工具的空间——比如采用速记法或其他个性化键盘来提高打字速度。我们的脑机接口是一个很好的例子，展示了现代神经科学和人工智能技术如何结合，创造出能够为瘫痪患者恢复沟通能力和独立性的东西。”

未来，研究团队将进一步把该神经假体整合到各类沟通系统中，实现输入文字的语音合成，或与电子邮件、短信等数字通信界面对接；同时计划加入手腕手势解码，实现数字、大小写切换等功能，丰富输入内容。针对神经信号的非平稳性问题，团队还将探索无监督潜变量建模、大基础模型预训练等技术，进一步减少校准数据需求，提升系统的稳定性和泛化能力，同时开发在线训练算法，让患者能够独立完成系统校准和使用，真正实现神经假体的日常化、便捷化应用。

*文中所用设备属研究用器械，按当地法律仅限研究使用。

——这项研究属美国学术界脑机接口项目BrainGate新成果，相关研究：

论文信息

标题：Restoring rapid natural bimanual typing with a neuroprosthesis after paralysis

期刊：Nature Neuroscience

发表日期：2026/3/16

参考

https://doi.org/10.1038/s41593-026-02218-y（原论文）

https://www.brown.edu/news/2026-03-16/braingate-rapid-communication

https://neurosciencenews.com/brain-computer-interface-typing-paralysis-30325/

1.本文资讯内容、图片来自网络，详情可参考文末链接，如有侵权请告知删除。2.本公众号分享的医疗资讯仅供参考，不应被视为医疗建议。在做出任何与健康相关的决定或治疗计划之前，务必咨询合格的医疗专业人员。本文所呈现的信息基于当前的研究和专家观点，随着新证据的出现，这些信息可能会有所变化。