上海交通大学教授吕宝粮谈“情感脑机接口”：大语言模型的崛起可能挖出脑电密码

根据WHO数据，全球有超过3.5亿抑郁症患者，基本上每20人中就有1人遭受抑郁症的折磨。更遗憾的是，在重度抑郁症患者中，有20%~30%的难治性抑郁症患者面临无药可用、无医可治的困境。

【资料图】

脑机接口技术可能在这条幽暗隧道中投下微光吗？8月20日，在2023世界机器人大会上，上海交通大学计算机科学与工程系二级教授吕宝粮接受了包括《每日经济新闻》在内的媒体采访。目前，吕宝粮的团队正携手上海瑞金医院推进“难治性抑郁症脑机接口神经调控治疗临床研究”。

吕宝粮 图片来源：主办方供图

吕宝粮表示，目前，全球尚未发现抑郁症的生物标志物，但随着传感器和脑机接口等前沿技术的突破，基于多模态情感脑机接口技术有望实现抑郁症的客观评估，ChatGPT等大语言模型的崛起，更是在探求抑郁症“密码”的道路上掀起了新的革命。

情感脑机接口临床应用需要个性化

在脑机接口研究领域，情感脑机接口是一个小众课题，但脑深部电刺激（DBS）可以让一个人的精神世界“起死回生”。

吕宝粮介绍，这种情感脑机接口的前身是一种神经调控装置——“脑起搏器”，多用于帕金森病的治疗，后来被发现可以用于治疗难治性抑郁症。具体来说，医生会在患者胸腔内植入脑起搏器，它连接着两条电极，从胸前的装置延伸到耳后，然后植入脑内。当脑起搏器发出电脉冲信号，通过电极刺激所在的神经核团时，抑郁症状会得到改善。

不过，这一脑机接口并非对所有患者都奏效，海外临床研究也曾半途终止。吕宝粮认为，DBS治疗难治性抑郁症效果不稳定的主要原因有多方面，包括电极插入的大脑核团不明确、电极需要进一步微型化、电极“盲插”不易控制深度、患者间差异较大等。其中，患者的个体差异可能受性别、年龄、职业和文化程度等多种因素影响，这使得DBS用于难治性抑郁症治疗时，必须对DBS刺激参数和模式进行个性化和优化。

而这也是情感脑机接口区别于运动脑机接口面临的一个挑战，比如要设计适合不同人群的情感交互范式，要构筑高精度的情感计算模型等。

“神经科学的研究告诉我们，人类大脑里不存在一种生理信号可以度量情绪，我们只能通过多种信号来推断。”吕宝粮告诉记者，目前全球没有发现抑郁症的生物标志物，基于量表进行的诊断具有很强的主观性，所以需要开展多模态情感脑机接口的研究，把所有可穿戴设备能采集的信号（如脑电、眼动、微表情、语音、呼吸、心率等）全部用上才能更加准确。目前，吕宝粮实验室主要是通过采集脑电和眼动这两类生理信号来识别抑郁症患者的情绪。

“因为人类情绪变化得没有那么快，只要同步采集这两种信号，它们之间就不会产生矛盾，多模态情感模型的识别率会更高，所以最好使用更多模态的信号。”吕宝粮说。

国内部分情感脑机接口研究领先全球

以ChatGPT为代表的大语言模型的风行，让吕宝粮嗅到了情感脑机接口“革命”的机会。他一直认为，抑郁症患者与健康群体的差异就是对同一情绪刺激产生了不同的反应。随着传感器和脑机接口等前沿技术的突破，临床上可以获取丰富的生理信号，而深度学习特别是大语言模型，有望捋清生理信号与疾病间的关联关系。

“语言是人的一种表达形式，脑电信号也是人类大脑的一种信息表示形式。到目前为止，研究抑郁症、癫痫等疾病的模型是相互独立的，我们还没有找到脑电信号内部的关联性，但我想它的本质和自然语言一样是存在的，只是过去我们没有强大的学习能力把它找出来。”

带着这种猜想，吕宝粮实验室正在利用公开的和实验室自己采集到的脑电信号训练大模型。尽管目前该模型只有五百万个参数，但其性能已经超过了目前最好的深度学习算法。

“国内侵入式脑机接口的研究与国外还存在一定的差距，但非侵入式情感脑机接口研究的差距很小，甚至在很多方面我们还是领先的。”吕宝粮举例说，根据2022年意大利一所大学发表的文章介绍，上海交通大学在2015年公开的情感脑电数据集“SEED”中的两个子集在全球的使用量已经超过了50%，欧盟在2012年公布的DEAP数据集在全球的使用量占27%，其余所有数据集的使用量都小于5%。

不过，安全也是个重要问题。从定义看，情感脑机接口包含两个任务，一个是情绪识别或叫做情绪解码，二是情绪调控。吕宝粮认为，目前第一个任务多由可穿戴设备完成，非常安全。但第二个任务可能会面临很多伦理问题，诸如经颅磁刺激（TMS）、经颅直流电刺激（tDCS）等临床已有应用的技术都可以使用。未来开发抑郁症治疗的数字疗法属于情绪调控，需要考虑伦理等多方面的问题。