Research Hotspots and Emerging Trends of Brain-Computer Interfaces in the Rehabilitation of Disorders of Consciousness: A Bibliometric Analysis
这项针对258项研究的文献计量学分析表明，用于意识障碍研究的脑机接口（BCI）领域正在迅速扩张，其中中国和列日大学处于领先地位，并确定了个性化BCI、深度学习解码以及多模态混合系统是未来临床转化的关键新兴前沿。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下这样一位患者：他遭受了严重的脑损伤。他可能看起来像是在睡觉，眼睛睁着却眼神空洞，或者处于昏迷状态，没有任何苏醒的迹象。几十年来，医生们一直依赖观察行为来判断这些患者是否真正感知着周围的世界。他们寻找眼球运动、握手反应或对指令的响应。但这种方法有一个致命的缺陷：许多患者在内心深处是完全清醒的，却无法通过身体移动来表达出来。这种意识存在但身体沉默的脱节，导致了一个令人心碎的现实——近一半的这类患者被误诊为意识程度低于实际水平。
为了解决这个问题，科学家们开发了一种连接大脑与外部世界的桥梁，称为脑机接口（Brain-Computer Interface）。你可以把它想象成一个翻译器，倾听大脑发出的电信号微声，并将其转化为屏幕上的动作，从而让患者无需移动任何肌肉即可进行交流。这项技术也为康复治疗开启了一扇新门，提供了一种训练大脑自我唤醒的方法。然而，随着该领域研究成果的爆发式增长，人们变得难以“见树不见林”。研究人员需要一种方法来绘制整个领域的图谱，以了解该领域现状以及未来的走向。
来自中国山西医科大学和山西省人民医院的一个研究小组最近承担了这项任务。他们并没有对患者进行新的实验；相反，他们扮演了科学文献“制图师”的角色。他们收集并分析了全球范围内关注利用脑机接口帮助意识障碍患者的258项已发表研究。通过使用专门的软件来可视化这些研究之间的联系、作者身份以及涵盖的主题，他们描绘出了该领域从2005年到2026年初的演变全景。
他们的分析表明，该领域正以惊人的速度发展。在本世纪的前十年里，研究进展缓慢且分散，每年发表的论文寥寥无几。但在2019年左右，研究数量开始大幅攀升，在短短七年内实现了翻倍。这一激增表明，该技术已从简单的理论阶段转向了积极的现实世界测试阶段。研究人员发现，中国和美国是这两项工作的最大贡献者，两国的研究量合计占总数的五分之一以上。然而，全球研究努力的核心在于比利时，其中列日大学（University of Liège）已成为产量最高的单一机构，在理解如何检测这些患者隐藏的意识方面处于领先地位。
当研究团队深入观察这些研究的具体内容时，一个清晰的模式浮现了出来。绝大多数工作依赖于非侵入性方法，特别是使用放置在头皮上的电极来读取脑波。最常见的方法是要求患者想象移动双手或观看闪烁的光线，这会触发计算机可以识别的特定电信号。虽然这些方法多年来一直是标准做法，但数据表明，科学家们对治疗的思考方式发生了明显的转变。在早期，目标仅仅是证明患者是可以被检测到的；而现在，重心已转向康复治疗。研究人员越来越多地将这些脑部读取工具与其他疗法（如大脑电刺激）相结合，不仅是为了“倾听”患者，更是为了主动帮助他们康复。
这项研究还强调了技术本身的重大变革。过去，科学家使用基础的数学规则来解释大脑信号。如今，该领域正在迅速采用先进的人工智能，特别是深度学习，来解码大脑复杂的讯息。这种转变使得计算机能够自动从数据中学习，捕捉到人类工程师可能会忽略的模式。研究人员指出，目前最令人兴奋且增长最快的研究领域涉及创建个性化系统。不再采用“一刀切”的方法，新的前沿领域是构建混合系统，将多种类型的脑信号结合起来，并根据每位患者的具体需求定制治疗方案。
尽管取得了如此快速的进展，作者指出该领域仍面临重大障碍。虽然这项技术展现出巨大的潜力，但仍缺乏大规模、严谨的临床试验来明确证明这些方法比标准护理更有效。许多研究规模仍然较小或时间较短，且研究人员衡量成功的方式差异很大，导致结果难以比较。论文总结道，要使脑机接口成为医院护理的标准组成部分，科学界必须转向更标准化的方法和更大规模的多中心研究。前进的道路是清晰的：技术已经证明它能够听到大脑那沉默的声音，现在的挑战在于建立一个可靠、通用的系统，帮助这些患者找到回到现实世界的方法。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。