科研人员探索研究“植物人”语言能力和意识水平恢复

2020年5月26日凌晨，中国科学院脑科学与智能技术卓越创新中心（神经科学研究所）、中国科学院灵长类神经生物学重点实验室王立平研究组与复旦大学附属华山医院神经外科毛颖/吴雪海团队在《自然-神经科学》期刊在线发表了题为《探索意识障碍患者层级语言加工》的合作研究论文。该研究针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，并将相关神经表征与机器学习方法相结合，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新的参考（图1）。

本文插图
图1 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和预后判断
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，长期治疗给家庭和社会都带来了巨大的压力。意识障碍患者中，以无反应觉醒综合征（unresponsive wakefulness syndrome ， UWS）和最小意识状态（minimally conscious state ， MCS）两类最为常见；相较于无反应觉醒综合征患者，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，现阶段对患者的状态鉴定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% 。近年来有研究者利用脑电或磁共振成像记录患者的脑活动，进而推测其意识障碍程度，但范式较为局限，神经指标也较为匮乏，准确性仍有一定的提升空间。因此，将语言加工这一大脑高级认知功能与意识状态相结合的研究，一方面对于研究大脑在不同意识状态下处理语言加工的能力及神经机制有着重要的科学价值，另一方面，将语言加工能力做为大脑认知能力指标来判断患者残存的意识水平，对于意识障碍患者状态诊断和康复预测有着极其重要的临床价值和社会意义。
虽然现阶段科研人员尚未彻底理解语言层级结构在大脑中的神经基础和计算机制，但现有的基础研究结果已经可以为临床转化提供借鉴。本研究合作者丁鼐研究员在以往的工作中发现，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、词及句子/短语；图2a）。如，当以4字/秒的速度连续播放如“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4 Hz）、词（“小马”、“过河”；出现频率为2 Hz）和句（“小马过河”；出现频率为1 Hz）结构，并在脑磁或脑电等神经信号上得以体现。相应的，如果呈现的是“高学山跑”这样不存在词和句结构的4字语音序列，则只能观察到与字结构出现频率对应的神经信号。

本文插图
图2 研究流程。 a）多层级语言序列范式和语言层级追踪相关神经反应的示意图。 b）脑电微状态示意图。 c）利用多层级语言序列范式下的语言层级追踪相关神经反应及脑电微状态指标，对意识障碍患者的意识水平进行判断并预测康复。
在此基础上，团队假设，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。鉴于此，研究人员首先设计了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床旁脑电活动，并与健康人进行了对比。群体对比的结果显示，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显著体现出对词和句子结构的追踪。值得注意的是，在个体分析中，研究人员发现15名患者表现出对词和句子结构追踪的神经活动，其中6名患者在脑电记录的100天后表现出明显的意识水平康复。机器学习进一步显示，利用词组序列和句子序列条件下的神经活动对两类患者的区分更为有效。