注：此为单一来源报告，尚待核实。

由美国国立卫生研究院 (NIH) 资助的加州大学旧金山分校 (UCSF) 研究团队，展示了一种脑机接口 (BCI)，该接口能够让声带和肢体瘫痪的患者同时通过语音和上半身动作进行交流。这是首个报道能够同时实现这两种交流方式的脑机接口系统，能够高度模拟自然表达。

研究人员利用机器学习技术解码了三名患者大脑中与语音和肢体动作相结合相对应的独特活动。其中两名参与者通过脑机接口实时控制个性化的全身虚拟化身，将他们的大脑活动转化为语音和肢体动作指令。

这项研究重点关注因肌萎缩侧索硬化症（ALS）和脑干中风等疾病导致瘫痪的患者，这些疾病会严重损害他们的语言和非语言沟通能力。目前的眼动追踪辅助设备可以实现文本转语音功能，但速度和表达能力有限，而且使用起来也比较费力。

研究人员在参与者的运动皮层植入了薄型脑电图（ECoG）传感器阵列。此前，加州大学旧金山分校（UCSF）的研究已将脑信号转化为数字面部表情，而本研究则利用虚拟全身化身，将该方法扩展到上肢手势。参与者分别或同时进行或尝试口头表达短语和手势，例如挥手或竖起大拇指，从而收集数据用于解码。

该研究的通讯作者、加州大学旧金山分校神经外科教授 Edward Chang 医学博士表示，研究结果提供了概念证明，即脑机接口可以通过让整个运动皮层参与多层次的动态过程，恢复沟通中的一些自由和灵活性。