研究者結合多層級語言序列范式和頭皮高密度腦電記錄，幫助臨床醫生對意識障礙患者的意識水平進行診斷并進行預后判斷。 中國科學院腦科學與智能技術卓越創新中心供圖

長眠不醒的“植物人”是否能聽懂身邊親人的呼喚？如何科學客觀判斷“植物人”是否還存在意識？我國科學家的一項最新成果找到了答案。

中國科學院腦科學與智能技術卓越創新中心王立平研究團隊與復旦大學附屬華山醫院神經外科毛穎、吳雪海團隊合作，結合機器學習方法對意識障礙患者開展了語言加工相關神經表征的探索性研究，成功實現了對患者意識狀態的診斷和康復預測，為意識障礙患者的臨床診療提供了新思路。相關成果5月25日在線發表于《自然—神經科學》。

據不完全統計，每年我國有近10萬患者因顱腦外傷、腦卒中、缺血缺氧性腦病等疾病陷入昏迷，繼而進入長期的意識障礙狀態，即傳統意義上的“植物人”狀態。意識障礙患者中，以無反應覺醒綜合征和最小意識狀態兩類最為常見。其中，最小意識狀態患者的殘存意識水平更高，康復可能性也更高。

然而，當前臨床上對患者的狀態鑒定主要依賴于有經驗醫生的觀察和量表評分，具有一定的主觀性，誤診率高達40%。近年來，也有研究者利用腦電或磁共振成像記錄患者的腦活動，推測意識障礙程度，但在適用性、易用性、準確性等方面依然有一定的提高空間。

王立平研究員介紹，此項成果基于合作者浙江大學丁鼐研究員此前的一項發現：當健康人聆聽按一定頻率呈現的漢語語音序列時，大腦會以對應節律的神經振蕩并行表征序列中不同層級的語言結構（字、詞、短語或句子）。如，當聽到以4字/秒的速度連續播放的如“小馬過河”的4字句子，大腦會追蹤其中的字（“小”“馬”“過”“河”；出現頻率為4Hz）、詞（“小馬”“過河”；出現頻率為2Hz）和句（“小馬過河”；出現頻率為1Hz）結構，并體現在腦磁或腦電等神經信號中。而對
“高學山跑”這樣生造詞語音序列，則只能觀察到大腦中與字結構出現頻率對應的神經信號。

王立平說：“研究團隊在此基礎上進行假設，意識障礙患者的殘存意識水平與語言序列中層級結構的加工深度可能存在關聯，尤其會在高層級語言結構的神經表征上得到體現。”

研究人員通過設計3種包含不同層級的語言序列（僅包含“字”層級的單字序列，包含“字及詞”結構的詞組序列，包含“字、詞、句”層級的句子序列），記錄了無反應覺醒綜合征和最小意識狀態患者在接受到語音刺激時的腦電活動，并與健康人進行了對比。

結果顯示，患者組和健康被試組均表現出了對“字”層級結構的顯著神經響應，但僅健康被試組的腦電活動對“詞”和“句子”結構體現出顯著的“追蹤”。

“大腦‘追蹤’字之外的詞、句結構，說明人在‘動腦筋’，可能需要更高的意識水平”，本研究的共同第一作者桂鵬博士解釋說。“在臨床研究中，我們發現15名會‘動腦筋’的“植物人”中，有6人在腦電記錄100天后真的康復了。”

“從神經機制上來說，意識并不是一個靜止的腦功能，而是一個動態變化、自我保持和全腦協同工作的實時演化過程。” 王立平說。

進一步研究表明，利用“詞組”序列和“句子”序列條件下的神經活動對鑒別臨床上無反應覺醒綜合征和最小意識狀態兩類患者更為有效。將語言層級相關的神經電活動和腦電微狀態相結合，可以準確地判斷患者的意識水平，且“句子”條件下的分辨效果最佳；大腦處理的語言序列句法結構越復雜，涉及到的高級腦區活動越多。

專家認為，綜合利用語言范式下的腦電指標建立的機器學習模型，不僅在診斷上顯著優于基于行為學量表的臨床評估，而且可以更準確地預測患者的康復。

“我們的研究成果提供了一種更加客觀、普適的大腦意識水平的評價指標，在昏迷、睡眠、麻醉等一系列與意識水平相關的大腦狀態評估中將會有廣泛的應用價值。”