研究者结合多层级语言序列范式和头皮高密度脑电记录，帮助临床医生对意识障碍患者的意识水平进行诊断并进行预后判断。 中国科学院脑科学与智能技术卓越创新中心供图
长眠不醒的“植物人”是否能听懂身边亲人的呼唤？如何科学客观判断“植物人”是否还存在意识？我国科学家的一项最新成果找到了答案。
中国科学院脑科学与智能技术卓越创新中心王立平研究团队与复旦大学附属华山医院神经外科毛颖、吴雪海团队合作，结合机器学习方法对意识障碍患者开展了语言加工相关神经表征的探索性研究，成功实现了对患者意识状态的诊断和康复预测，为意识障碍患者的临床诊疗提供了新思路。相关成果5月25日在线发表于《自然—神经科学》。
据不完全统计，每年我国有近10万患者因颅脑外伤、脑卒中、缺血缺氧性脑病等疾病陷入昏迷，继而进入长期的意识障碍状态，即传统意义上的“植物人”状态。意识障碍患者中，以无反应觉醒综合征和最小意识状态两类最为常见。其中，最小意识状态患者的残存意识水平更高，康复可能性也更高。
然而，当前临床上对患者的状态鉴定主要依赖于有经验医生的观察和量表评分，具有一定的主观性，误诊率高达40%。近年来，也有研究者利用脑电或磁共振成像记录患者的脑活动，推测意识障碍程度，但在适用性、易用性、准确性等方面依然有一定的提高空间。
王立平研究员介绍，此项成果基于合作者浙江大学丁鼐研究员此前的一项发现：当健康人聆听按一定频率呈现的汉语语音序列时，大脑会以对应节律的神经振荡并行表征序列中不同层级的语言结构（字、词、短语或句子）。如，当听到以4字/秒的速度连续播放的如“小马过河”的4字句子，大脑会追踪其中的字（“小”“马”“过”“河”；出现频率为4Hz）、词（“小马”“过河”；出现频率为2Hz）和句（“小马过河”；出现频率为1Hz）结构，并体现在脑磁或脑电等神经信号中。而对
“高学山跑”这样生造词语音序列，则只能观察到大脑中与字结构出现频率对应的神经信号。
王立平说：“研究团队在此基础上进行假设，意识障碍患者的残存意识水平与语言序列中层级结构的加工深度可能存在关联，尤其会在高层级语言结构的神经表征上得到体现。”
研究人员通过设计3种包含不同层级的语言序列（仅包含“字”层级的单字序列，包含“字及词”结构的词组序列，包含“字、词、句”层级的句子序列），记录了无反应觉醒综合征和最小意识状态患者在接受到语音刺激时的脑电活动，并与健康人进行了对比。
结果显示，患者组和健康被试组均表现出了对“字”层级结构的显著神经响应，但仅健康被试组的脑电活动对“词”和“句子”结构体现出显著的“追踪”。
“大脑‘追踪’字之外的词、句结构，说明人在‘动脑筋’，可能需要更高的意识水平”，本研究的共同第一作者桂鹏博士解释说。“在临床研究中，我们发现15名会‘动脑筋’的“植物人”中，有6人在脑电记录100天后真的康复了。”
“从神经机制上来说，意识并不是一个静止的脑功能，而是一个动态变化、自我保持和全脑协同工作的实时演化过程。” 王立平说。
进一步研究表明，利用“词组”序列和“句子”序列条件下的神经活动对鉴别临床上无反应觉醒综合征和最小意识状态两类患者更为有效。将语言层级相关的神经电活动和脑电微状态相结合，可以准确地判断患者的意识水平，且“句子”条件下的分辨效果最佳；大脑处理的语言序列句法结构越复杂，涉及到的高级脑区活动越多。
专家认为，综合利用语言范式下的脑电指标建立的机器学习模型，不仅在诊断上显著优于基于行为学量表的临床评估，而且可以更准确地预测患者的康复。
“我们的研究成果提供了一种更加客观、普适的大脑意识水平的评价指标，在昏迷、睡眠、麻醉等一系列与意识水平相关的大脑状态评估中将会有广泛的应用价值。”
