立場新聞 Stand News

現實中的 Iron Man

2015/5/14 — 10:21

試想像你眼前的左邊桌子放著一個皮球,試將它拿起並放在你右手邊的桌子上。對一般人來說,要完成這個任務實在易如反掌。整個過程只用了你兩秒鐘時間。詳盡一點描述這個動作,就是︰

  1. 伸出手
  2. 抓著球
  3. 將手移動到右邊
  4. 將球放下

讀者或許會問,這個問題究竟有甚麼意思?我現在不解答這個問題,先留待讀者自己想想有甚麼可以補充。

根據前超人基斯杜化·里夫和其夫人成立的Christopher & Dana Reeve Foundation ,每五十人就有一位不幸癱瘓,行動因而受到限制,而當中其中一種較嚴重的癱瘓就是我們理解的四肢癱瘓。這類癱瘓其中一個主要成因,就是脊髓神經受損。以往一般只有基本的物理治療等比較被動的方法,但隨著神經科學和幹細胞治療等方法的出現,對癱瘓病人來說正正是曙光漸露,開始為他們的生活帶來更多希望。世界各地的工程師和神經科學家多年來都嘗試用不同方法將機械臂安裝在癱瘓病人身上,令他們可以使用機械臂照顅到基本日常生活。聽起來就像Iron Man一樣。

廣告

不過這個聽起來相當簡單的概念其實談何容易?

在探究機械臂如何運作前,首先我們先要了解一下在一般人是如何控制手的動作。

廣告

回想一下一開始的問題,究竟這一連串動作是不是這麼簡單?我們每一個動作都是由神經系統配合神經訊息所控,要完成一個手部動作其實是要經過一連串的過程的。

如下圖所見,當你想用手去「執行」一個動作時,這個想法(神經訊息)會由大腦運動區(專門負責動作的區域)將神經訊息(郁動手心的指令)利用神經線經過脊髓神經傳到手。同樣地,當手收到訊息時,也會循脊髓神經傳到經神經線傳到大腦感知區。

但有不少癱瘓的病人,由於脊髓神經受損,神經訊息因而不能被傳遞所以失去了感覺和活動能力。視乎脊髓神經受損的位置,不同的肌肉的功能會相應停頓。神經義肢 (Neural Prosthetics) 和腦機接口 (Brain-Machine Interface) 的發展為癱瘓的病人帶來更大的改變。神經義肢簡單來說就是將神經系統、儀器和電腦連繫起來,再使用不同方法控制義肢。

在這個時侯,希望大家先想想一個問題,究竟可以用甚麼方法控制到義肢呢?

先看看機械臂的威力︰

現時有兩個主要的方法,分別是使用具入侵性的和非入侵性的儀器去控制義肢。

你可以將入侵性儀器想像作直接把電線值入大腦收取神經訊息再利用電腦程式控制神經義肢或者機械臂。聽起來好像很可怕,但的確為不少病人帶來希望,例如 Collinger 在二零一二年,就在一個五十二歲四肢癱瘓志願者大腦運動區上值入晶片,在第二天的訓練已經成功控制義肢移動到三個方向。十三個星期訓練電腦解讀神經訊息後,他成功做到更複雜的動作。

另一種是非入侵性的儀器,是利用膊頭肌肉和追踪眼球技術 (Corbett, 2013) 來控制機械臂,訓練電腦和病人使用設備後,都得到不錯的效果,令病人很流暢地使用到機械臂。除此之外,科學家亦嘗試以磁力共振技術測量腦部氧氣在思考時的方向,在訓練後得到相當理想的效果。但正常生活機械臂。

話雖如此,但病人總不能任何時間都將膊頭肌肉和追踪眼球的設備和帽戴在身上,為了嘗試解決這個問題,在二零一三年, Borton 的研究隊伍將晶片值入動物,並成功利用Wi-Fi將神經訊息傳入電腦作分析。這個技術方便了將來發展隨身的儀器控制義肢,大大方便了病人日常生活。或許將來配合入侵性儀器可以令病人重獲新生。而且這些技術也可以利用在其他地方,例如在拯救行動中供救援人員使用。或許有一天, Iron Man 可以真正實現。

Reference

Borton, D. A., Yin, M., Aceros, J., & Nurmikko, A. (2013). An implantable wireless neural interface for recording cortical circuit dynamics in moving primates. Journal of neural engineering, 10(2), 026010.

Collinger, J. L., Wodlinger, B., Downey, J. E., Wang, W., Tyler-Kabara, E. C., Weber, D. J., … & Schwartz, A. B. (2013). High-performance neuroprosthetic control by an individual with tetraplegia. The Lancet, 381(9866), 557-564.

Corbett, E. A., Kording, K. P., & Perreault, E. J. (2013). Real-Time evaluation of a noninvasive neuroprosthetic interface for control of reach. Neural Systems and Rehabilitation Engineering, IEEE Transactions on, 21(4), 674-683.

Hochberg, L. R., Bacher, D., Jarosiewicz, B., Masse, N. Y., Simeral, J. D., Vogel, J., … & Donoghue, J. P. (2012). Reach and grasp by people with tetraplegia using a neurally controlled robotic arm. Nature, 485(7398), 372-375.

發表意見