一位47岁的男性中风昏迷患者，根据传统行为评估量表只获得了5分（总分23分），这个低分值意味着他苏醒的概率极低。但在对其大脑进行语言加工刺激的研究中，患者对于词语和句子的神经活动比较强烈，研究人员结合脑电微状态判断他还是有很大的概率恢复意识。果不其然，这位患者最终苏醒了。

5月26日凌晨，由中科院脑科学与智能技术卓越创新中心王立平研究组与复旦大学附属华山医院神经外科毛颖/吴雪海团队合作的这项研究成果，在线发表于《自然-神经科学》。研究人员将语言加工这一大脑高级认知功能与意识状态相结合，实现了对“植物人”意识水平的诊断和康复预测，正确率达到80%，为意识障碍患者的临床诊疗提供了新的参考。

我国每年有近10万患者因颅脑外伤、脑卒中、缺血缺氧性脑病等陷入昏迷，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。在意识障碍患者中，以无反应觉醒综合征和最小意识状态最为常见，最小意识状态患者的残存意识水平更高，康复可能性也更大。然而，现阶段对患者的状态鉴定依赖于医生观察和行为量表评分，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。

王立平研究组一直致力于语言相关机制的研究，即大脑如何进行序列的学习，也一直在做临床转化的努力。“植物人”的传统行为评估量表包括了听觉、视觉、运动、言语反应、交流和唤醒度6个方面，有的患者明明得分不高却出乎意料苏醒了。能否通过大脑对于语言序列的神经表征，更客观、准确、快捷地进行意识水平判断和康复预测？对于王立平这一想法，华山医院神经外科毛颖/吴雪海团队一拍即合，双方从2016年起开展合作研究。

合作者浙江大学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表征序列中不同层级的语言结构。比如，当以4字/秒的速度连续播放“小马过河”，大脑会分别以不同频率追踪其中的字、词和句，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。

论文共同第一作者桂鹏告诉解放日报•上观新闻记者，在此基础上，研究人员设计了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语音刺激时的床旁脑电活动，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显著体现出对词和句子结构的追踪。相较于无反应觉醒综合征组，最小意识状态组更能处理词语和句子，且句子条件下区分两组病人的效果最佳。

更重要的是，综合利用上述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个体在脑电记录100天后的康复，正确率达到80%。这意味着研究团队可能找到了一种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有着广泛的潜在应用价值。