文 | 追問nextquestion

一百年前，人類首次記錄下第一條腦電波，如今，這一束火花支撐起了半個腦科學。本文中，我們梳理了來自全球500余位專家的聲音：他們的關注重點，優先事項和下一步的行動呼吁，既是對過往百年的敬意，也是對未來百年的期許。讓我們共同投身這場連接心智與電波的偉大旅程，使腦電波的潛能在科學與社會的疆域中延續、綻放。

?Mushtaq, Faisal, et al. "One hundred years of EEG for brain and behaviour research." Nature Human Behaviour 8.8 (2024): 1437-1443.

01 追溯EEG的歷史

1924年7月6日，精神病學家漢斯·伯杰（Hans Berger）與神經外科醫生尼克萊·古勒基（Nikolai Gulekey）一同在德國耶拿的一間手術室內，首次記錄下了人類大腦的自發電活動。這一開創性成果為現代腦電圖（EEG）技術的發展奠定了基礎（圖 1，腦電記錄圖例）。

一轉眼，整整百年過去。我們向來自50多個國家的500多位專家請教，探討EEG在理解大腦功能與功能障礙方面的影響，也聽取他們對未來百年 EEG 研究重點的看法，希望由此最大化 EEG 對神經科學乃至醫學領域的潛在貢獻。

在這些交流基礎上，我們還請專家們想象，在未來一整個世紀里，腦電圖技術如何在神經科學和社會中不斷演變。本篇評論文章將匯總他們的意見與建議，并呼吁各界積極行動，充分釋放EEG的潛力。

?圖1，2024年的腦電圖記錄。2024年，在英國布拉德福德的一所學校教室里，一名年輕參與者戴著現代無線耳機，在實驗室外記錄腦電圖。屏幕上顯示的信號，逐行重復，是漢斯·伯杰一個世紀前從他的兒子克勞斯那里拍攝的早期錄音的改編，顯示了正弦10赫茲的活動，他稱之為“阿爾法節律”。

02 什么是腦電？

腦電圖（EEG）是一種非侵入性（non-invasive）神經成像技術，通過放置在頭皮上的電極記錄大腦的電活動。其所記錄的信號，即腦電圖（EEG），是皮層神經元群體（沿皮層柱排隊的錐體細胞）中同步突觸活動的產物。每個電極位點的電壓波動反映了活動電極和參考電極之間的差分信號，經放大后記錄為腦電波形。這些電變化能以高時間分辨率被捕捉，為觀察大腦在亞毫秒尺度的時間維度的活動提供了一個窗口。

在臨床應用上，EEG有著無可替代的地位。因為某些特定腦功能異常的病例會引發相對一致的EEG模式，并且這些模式可以被檢測到。定量腦電圖（qEEG）通過運用數學方法提取腦電波形的數值特征，來支持信號解讀，推動了此類應用的臨床落地。此外，EEG不僅是癲癇診斷的金標準，還可用于識別睡眠障礙、判定腦功能存續狀態，或探查特定意識障礙。其中，視覺誘發電位已被用于診斷多發性硬化癥（該疾病會導致脫髓鞘病變），而聽覺誘發電位可檢測新生兒的聽力異常。

通過將信號與反應或外部刺激進行時間鎖定（time-locking），并在多次試驗中對信號進行平均處理，可以提取出與誘發該活動的感覺、運動或認知事件特異性相關的神經活動。這項技術經常應用于監測整個發育過程中大腦成熟度、心理健康狀況以及考察行為治療和藥理治療干預后的神經變化。在學術研究中，通過對EEG信號進行平均和單次試驗分析，已被廣泛用于探索與認知處理相關的基本問題，包括與注意力、情緒、記憶和決策相關的研究。

憑借其便攜性和低成本優勢，EEG越來越多地進入真實場景應用，包括社區和其他因成本過高或操作受限而無法使用常規神經影像技術的環境。隨著商業化產品不斷問世，腦功能監測日漸普及。EEG與其他技術的融合，包括人工智能（AI）、虛擬現實（VR）和增強現實（AR），正在創造與數字和物理世界互動的新可能性。腦機接口（BCI）技術的進步表明，EEG不僅能操控義肢與通訊設備，還可實現神經反饋訓練及促進運動功能康復。

?圖3,4 科學問題及AI方法中，每個聚簇使用AI的研究多少，圖中x 軸表示每個聚簇的總出版物數量，而 y 軸反映每個聚簇中的跨學科 AI4Science 出版物數量。

03 歷史和影響

在二十世紀初，生理學家們普遍熱衷于在顯微鏡下研究細胞和神經纖維，極少有人想象在完整的人腦表面放置電極記錄電活動——這看起來太過大膽甚至荒誕。然而伯杰并未被時代的眼光束縛，他一生都致力于尋找一種名為“精神能量”的客觀證據，希望借此揭開人類心智的奧秘。經過多年探索，伯杰終于在1924年實現了突破：他第一次記錄下了人類大腦的自發電活動，也就是今天廣泛使用的腦電圖（EEG）的雛形。然而由于他謹慎自疑，直到1929年，他才公開了這一劃時代的成果[1]。

在此期間，他進行了數百項實驗，不斷完善從開顱手術的直接腦電記錄，到后來頭皮表面的無創采集技術。盡管科學界對這一發現持謹慎態度，但大眾媒體卻毫不拖延，創造了“腦紋”（Hirnschrift）一詞來描述伯杰的檢流計捕捉到的波形。魏瑪共和國的公眾討論表現出巨大熱情，他們對EEG的潛力有著各種幻想，甚至認為它能用于讀心術，或通過腦波判斷一匹馬的脾氣秉性[2]。

也許最重要的是，這一發現帶來了一種期望，即這種對活體人腦前所未有的實證研究可能有助于解開心智的奧秘。

最終完成科學祛魅的，是諾獎得主、卓越生理學家阿德里安勛爵（Lord Adrian）。1934年，阿德里安與B.H.C.馬修斯（B.H.C.Matthews）一起重復了伯杰的實驗，由此開辟神經電生理研究新紀元。不久之后，新的實驗室開始不斷突破界限。例如，研究者們迅速繪制出睡眠時大腦的電活動圖譜（愛因斯坦本人也曾參與早期的睡眠研究實驗）[2]；EEG還改變了人們對癲癇的理解，使其從人格或心理異常轉變為明確的腦電活動異常疾病[3]；威廉·倫諾克斯（William Lennox）和吉布斯（Erna & Frederic Gibbs）在神經疾病生物標志物研究取得突破；瑪麗·布雷齊爾（Mary Brazier）與諾伯特·維納（Norbert Wiener）則運用模擬計算機建立EEG隨機過程模型，奠定定量分析基礎[3]。

后來，數字計算機的迭代加速了技術革新進程，推動誘發電位、頻譜及時頻分析、偽跡剔除等方法的演進，更為腦年齡預測、規范建模等前沿方向鋪就道路。

回溯百年發展軌跡，受訪學者普遍認同臨床診斷是EEG展現核心價值的領域。如今，EEG得到了成熟的科學及專業學會的支持，這些學會在全球范圍內大力推廣EEG的應用[4]。事實上，在臨床資源有限的環境中，EEG通常是唯一可用的神經影像學方法，并且仍然是唯一實現腦功能異常群體篩查的有效技術手段[5]。

04 腦電的未來展望

為了預測EEG在未來一個世紀的影響，我們構建了涵蓋潛在發展突破的研究命題清單，涵蓋了從容易實現的短期目標到大膽的前沿暢想，并請專家們評估了這些方向的可行性與實現時間。

受訪者的回應認為，大多數預測將在未來幾代人的時間內成為現實（見圖2）。一些短期目標已經在特定季度內實現。例如，EEG在睡眠障礙診斷中的標準化流程構建，以及部分臨床應用場景的自動化分析方案的建立[3]。

另一些暢想似乎只有幾年之遙，如消費級硬件的普及，EEG精準檢測腦功能異常及藥理干預評估等技術路徑已具備可行性。個性化的神經調控療法似乎也是改善疾病中大腦功能、加速健康人學習和技能獲取的一種很有前途的途徑。學界更預期，以神經退行性癡呆為代表的進展性疾病（其病理始于突觸級異常），先進EEG技術將成為其早期篩查工具。

?圖2|預測EEG的未來里程碑。擁有6685年集體經驗的調查受訪者（n=515，來自51個國家）對EEG社區可能廣泛接受所列陳述的時間進行了評分。在這里，我們給出了所有響應的排序中值平均值（誤差條表示平均值的95%置信區間）。為了便于展示，聲明標簽被縮短了。如果參與者的不確定性太高，他們可以選擇不進行預測。每份聲明的回復百分比以顏色表示，從青色（88%）到淺灰色（37%）不等。通過我們的網絡應用程序，可以按受訪者特征對預測進行分層。AR，增強現實；BCI，腦機接口；事件相關電位；VR，虛擬現實。

正如預期的那樣，兩項最大膽的預測——解碼夢境內容及通過EEG讀取長時記憶——引發了最悲觀的情緒。

05 優先事項

這項調研的另一個核心目標在于厘清EEG學術共同體的優先發展事項，以指導未來的工作方向。

我們提出的所有優先事項都達到了至少中等重要程度的中位評級（圖3）。其中，EEG定量分析工具（偽影清理、記錄硬件和分析軟件）的改進排名最高。標準化成為另一個緊迫要務，需在基礎研究與臨床應用中建立數據采集、信號處理及分析流程的標準化共識。硬件制造商和軟件開發商須協同推進設備與軟件包的互操作性，支撐標準落地。

我們主張將上述優先事項與技術預測整合，構建未來數十年發展路線圖：技術革新需與學界共識標準協同推進，方能充分釋放EEG技術潛力。

?圖3：腦電圖進展的初步結果。與會者評價了EEG研究各個領域的重大發展和進步對該工作的重要性。優先級列表按“極其重要”比率的頻率排序。

06 行動呼吁

除了對優先事項進行評分和預估外，我們還邀請調查對象通過自由評論的形式分享他們的見解。在他們的評論中表現出學界一定的樂觀態度，認為新興技術為EEG開辟了令人興奮的新可能性：日益親民的硬件價格，加上人工智能（AI）、虛擬現實和腦機接口的進步，為我們解析對大腦行為關系帶來了新的機遇。這些技術還能從根本上改變我們與物理世界和數字世界的互動方式，助力應對全球腦健康挑戰[6]。

不過，評論中也表達了技術轉化遲滯的隱憂。盡管受訪者普遍認可EEG的低成本、無創性、便攜性及高時間分辨率優勢將保障其持續發展，但是，基于EEG的全球腦健康生物標志物的開發仍被視作中長期目標。從回復中，我們還聽到了各種擔憂，從缺乏對臨床和科研實踐既定標準和協議的遵守，到新型商業應用引發的倫理問題以及“神經增強”帶來的社會爭議。

為實現EEG技術在下世紀乃至更長遠未來的持續發展，我們倡議聚焦三大核心維度：

（1）效度驗證：通過確保基礎研究與臨床應用場景下研究設計的穩健性、結果可靠性與實驗可重復性，建立技術公信力；

（2）技術普惠：重視數據多樣性對神經科學基礎研究的推動作用，開發自動化分析流程，支撐包容性衛生政策制定；

（3）責任倫理：構建技術準入公平機制，強化隱私保護體系，踐行可持續發展理念。

下文將對此綱領進行系統性闡釋。

07 有效性

EEG已經在多個臨床場景中展現出了價值。但專家標注的大規模開放數據集匱乏既制約新型自動化技術研發驗證，也影響研究成果整合（臨床EEG報告標準化術語體系詳見參考文獻7）。在其他領域，開放數據集已成為機器學習和人工智能發展的基礎，而EEG領域的大規模開放數據集的開發才剛剛起步。

當前基礎研究正推進EEG現象的大規模系統性探索[8]。但臨床應用研究受困于專業臨床科研人才梯隊斷層，亟待建立高可復現性大型數據集，此乃提升新方法診斷效能、攻克優先發展事項的關鍵。令人驚訝的是，人們對開放科學實踐的看法存在分歧。數據共享與歸檔方案在投票中優先級偏低，然此恰是實現方法優化與標準推廣兩大迫切目標的核心路徑。

因此，我們建議：

• 整合跨機構資源構建專家標注的開放數據資源庫，驅動探索性科學發現與診斷技術創新；

• 持續推進學界主導的標準化進程，建立涵蓋數據采集-處理-分析全鏈條的標準化操作規程，保障研究可復現性與結果可重復性。

盡管EEG是大腦功能最廣泛使用的直接測量手段，但在世界上大多數地區仍無法使用，現有科研數據高度集中于少數國家及特定人群。與科學界和社會的其他領域一樣，腦電研究領域開始意識到數據多樣性的匱乏所帶來的局限性。

為了突破這些局限，我們努力將調查問卷廣泛分發到個人社交網絡之外的區域，并請求相關學會和設備制造商將問卷推送到他們的郵箱列表中，以確保參與者的廣泛性和多樣性。盡管如此，我們收到的最終樣本的人口學偏差仍值得注意：大多數受訪者在北美或歐洲的大學工作，中低收入國家的受訪者寥寥無幾；擔任高級職務的受訪者大多為男性；僅有很少一部分受訪者是臨床工作者或硬軟件工程師。

如果我們的樣本不能夠合理反映EEG研究領域的人口學偏差，那么這種代表性不足可能會對EEG的科學和臨床重要性產生潛在的負面影響——從理解基礎機制到干預措施以及基于證據的衛生相關政策，皆是如此[9]。

好消息是，EEG領域已做好充分準備來應對這些挑戰。相關設備正變得越來越便宜、便攜、易用。這讓科學家和臨床醫生能夠與那些長期以來被排除在EEG研究之外的群體進行接觸。同時，基于大規模代表性數據集的人工智能驅動自動化技術，也有助于打破臨床操作者獲得培訓和專業技術支持的巨大屏障。

我們相信，這些技術創新將成為推動腦電技術普及化與包容性發展的關鍵引擎。我們對EEG的潛力感到無比激動，它將助力我們揭開全社會健康與疾病狀態下的大腦功能機制。當下正是推動神經科學領域更具包容性和多樣性的大好時機。

因此，我們建議：

• 借助新型EEG設備的經濟實惠性和便攜性，與少數群體社區開展合作。

• 構建促進臨床與科研全球化的國際合作網絡，通過培訓體系與資源共享強化區域能力建設。

09 責任與倫理

當前及未來技術演進催生的新型倫理議題，這些問題與緊迫的社會挑戰相呼應。EEG作為一種工具，在支持全民腦健康服務方面展現出巨大潛力[5]。此外，我們共同的預測表明，EEG可能在未來一代人融入日常商業技術中。在此進程中，亟需構建兼顧認知自由與神經隱私保護的監管體系，在防范技術濫用風險的同時保障開放數據的科學價值[10]。

新型低成本、易獲取的消費級設備的出現將帶來數據的激增，我們也必須考慮大規模數據采集（包括廢物管理）的環境成本，以及存儲和處理這些數據所需的計算資源，并找到一種支撐地球長期可持續發展的方法。

我們建議：

• 資助機構、科研院所及個體研究者協同推進環境友好型技術研發，構建涵蓋數據采集-存儲-處理的全鏈條綠色技術體系，提升已采集數據的共享復用率，最大限度降低EEG技術生態足跡；

• 建立腦數據公平獲取機制與敏感信息防護指南的倫理框架，制定配套法規保障神經數據治理的倫理合規性。

盡管本文的作者應該無緣見證百年后我們預測的成功與否，但我們相信，本項工作及相關的調查數據將成為科學記錄中的一個“時間膠囊”。同時，我們也意識到這些結果僅呈現學界認知的局部圖景。我們歡迎更多人的參與：為了向從發現到公開發布這段時間致敬，本項調查將在未來五年內持續開放，并且所有調查結果都將公開。值此新工業革命浪潮之際，我們希望這能為那些新生的、微小的聲音提供一個分享他們的愿景、擔憂和關切的渠道。

我們更迫切地呼吁整個神經科學界——包括學術、臨床和工業界——響應我們的行動倡議，共同推進穩健、符合倫理、包容和可持續的發展路線，共同開啟EEG在科學與社會的百年新紀元。

原文鏈接：https://www.nature.com/articles/s41562-024-01941-5

參考文獻：

[1]H. Berger, "über das elektroenkephalogramm des menschen," Archiv für psychiatrie und nervenkrankheiten, vol. 87, no. 1, pp. 527-570, 1929.

[2]C. Borck, Brainwaves: A cultural history of electroencephalography. Taylor & Francis, 2018.

[3]K. Jellinger, "Niedermeyer's Electroencephalography: Basic Principles, Clinical Applications, and Related Fields, 6th edn," ed: Wiley Online Library, 2011.

[4]M. L. Bringas-Vega, C. M. Michel, S. Saxena, T. White, and P. A. Valdes-Sosa, "Neuroimaging and global health," vol. 260, ed, 2022, p. 119458.

[5]W. H. Organization, Measures of early-life brain health at population level: report of a technical meeting, Geneva, Switzerland, 2–3 May 2023. World Health Organization, 2024.

[6]M. F. P. Peres et al., "Migraine is the most disabling neurological disease among children and adolescents, and second after stroke among adults: A call to action," Cephalalgia, vol. 44, no. 8, p. 03331024241267309, 2024.

[7]S. Beniczky et al., "Standardized computer-based organized reporting of EEG: SCORE–Second version," Clinical Neurophysiology, vol. 128, no. 11, pp. 2334-2346, 2017.

[8]Y. G. Pavlov et al., "# EEGManyLabs: Investigating the replicability of influential EEG experiments," cortex, vol. 144, pp. 213-229, 2021.

[9]E. K. Webb, J. A. Etter, and J. A. Kwasa, "Addressing racial and phenotypic bias in human neuroscience methods," Nature Neuroscience, vol. 25, no. 4, pp. 410-414, 2022.

[10]M. N. Uddin, "Neuroscience Marketing: Understanding the Mind of the Consumer," 2023.