2mm?芯片点亮盲人黑暗世界！马斯克前搭档出手，失明81%也能阅读了
前Neuralink总裁创立的脑机接口公司Science Corporation，正在开发一种名为「Prima」的芯片技术。初步试验结果表明，38名患者中，有81%的患者视力得到了大幅度的改善。几位知名眼科医生都直称：「这是第一个有可能成功恢复AMD患者视力的重大进展！」
马斯克BCI让盲人重见光明的愿望，竟被这家公司提前实现了！
现实中，一部分人的感光细胞逐渐退化，中心视力慢慢模糊，成为他们心中难以言说的痛。
爆火综艺《喜单》中，脱口秀演员黑灯在12岁就确诊了「青少年黄斑变性」，视力先是缓慢衰退，最终走向了黑暗。
而现在，革命性眼睛BCI技术，能够让这些「生活在黑暗」中的人，重新看见世界。
研究结果：https://science.xyz/news/primavera-trial-preliminary-results/
一家总部位于加州的脑机接口公司Science Corporation开发出了2mm?芯片，植入视网膜下方就可以实现。
失明志愿者在受试的临床试验中，结果显示，视力得到了大幅改善，能够读书、打牌，甚至进行填字游戏。
可以说，这些研究结果标志着，我们对于因年龄相关性黄斑变性（AMD）导致的地图样萎缩（GA）引发的失明的治疗上有了里程碑式的进展。
Science Corp CEO Max Hodak激动地表示：「据我所知，这是医学史上首次明确证实，失明患者能够恢复流畅阅读能力！」
这一植入物被称为「Prima」，是一个2mm?的芯片，需要通过80分钟的手术来植入视网膜下方。
除了这一植入物，PRIMA系统里还包含一副带摄像头的眼镜，可以捕捉视觉信息，并将红外光信号投射到芯片上。
芯片上有378个光电像素，就像一个微型太阳能板，能够将光转换为电刺激信号，并将这些电脉冲传送到大脑。大脑随后将这些信号解释为图像，模仿自然视觉的处理过程。
此外，配套设备里还有一个口袋处理器，能够处理图像，从而提高清晰度和放大效果。
缩放功能是PRIMA系统的辅助特性，可以改变视网膜和植入物上图像特征的大小，但会相应地减小视野范围。
近年来，科技的进步带来了多种恢复视力的设备和技术，特别是针对失明或视力严重受损的人群。
这些技术大致可以分为视网膜植入物、视觉皮层刺激设备以及基因疗法和细胞再生技术。
其中，由马斯克创立的Neuralink主要是专注于开发视觉皮层刺激设备的。
视觉皮层刺激设备这种技术跳过了眼睛及视网膜，而是直接刺激大脑的视觉皮层，适用于那些完全失去眼球或视网膜无法恢复的人群。
该方法的目标是绕过受损的视觉通路，直接在大脑中创建视觉信号。
Science Corporation开发的则是一种视网膜植入物。
视网膜植入物是通过电子设备直接刺激视网膜以恢复部分视力。它们适用于由于视网膜退化而失去视力的患者，尤其是像年龄相关性黄斑变性（AMD）或色素性视网膜炎等导致感光细胞功能丧失的疾病。
此前也有通过电刺激视网膜恢复视力的尝试。这些设备能够在人的视野中产生光幻视（phosphene）的光点——类似雷达屏幕上的闪烁点。（光幻视，指在没有光实际上进入眼睛的情况下看到光的现象。）
虽然这种技术足以帮助人们将人和物体识别为白点，但这与自然视觉的效果相去甚远。
Science Corporation的CEO Max Hodak表示，Prima与其他视网膜植入物的不同之处在于其能够提供「形态视觉」，使用者能够感知到物体的形状、图案等视觉元素。
不过，使用者所获得的并非「正常」视觉体验。他们看不到颜色，而是看到带有黄色调的处理过的图像。
论文地址：https://www.ophthalmologyscience.org/article/S2666-9145(24)00046-0/fulltext
PRIMA临床试验名为PRIMAvera（NCT04676854），是针对38名患有地图样萎缩（GA）患者开展的临床研究。这些志愿者来自英国等欧洲地区，年龄均在60岁及以上。其中6人在一年观察期结束前退出了研究。
地图样萎缩是干性年龄相关性黄斑变性（AMD）的晚期表现形式，患者视网膜中央区域出现退化，致使中央视力丧失。在实验中，志愿者需通过植入PRIMA视网膜系统来恢复视力。
研究人员使用经典的视力表来测量参与者的视力改善情况（即视力的清晰度）。
志愿者们最初的平均视力为20/450（意味着他们需要在20英尺距离才能看清正常人在450英尺就能看清的物体）。正常视力为20/20；在美国，视力达到或低于20/200即被认定为法定失明。
经过一年的观察，留在试验中的32名参与者的视力有了显著提升。
他们平均能够在视力表上多辨认出近5行字母（约23个字母）；最好的情况中，患者能多辨认出近12行字母（约59个字母）。
与研究开始时相比，他们的视力平均改善到了20/160。
植入物Prima的发明者、斯坦福大学眼科学教授Daniel Palanker表示，通过使用PRIMA系统内置的缩放功能，部分参与者甚至能够达到20/63的视力水平。
不过，尽管大多数参与者在一年后视力都获得了明显改善，仍有5名参与者没有体现出任何的视力提升。
「这些结果非常令人印象深刻。」密歇根大学的生物医学工程师兼眼科医生James Weiland评价说。
不过他指出，初步数据中并未提到参与者在进行视力测试时是否使用了缩放功能。他认为这一点很重要，因为缩放功能需要使用者手动开启，这使得使用植入物的视觉过程不如自然视觉那样直观和便捷。
威尔斯眼科医院的眼科医生、美国眼科学会的临床发言人Sunir Garg表示，由于年龄相关性黄斑变性（AMD）是老年人视力受损的主要原因，这类设备具有巨大的市场需求。
仅在美国，就有约2000万人患有AMD。预计在未来20年内，全球患者数量将大幅增加。
Garg强调：「一旦中心视力受损，在目前的医疗水平下，我们还没有任何治疗方法能够改善它。」
有趣的的是，让盲人恢复视力的技术，还是由Neuralink前总裁Max Hodak创立的公司最先实现。
2016年，马斯克联手Hodak等七位创始人，成立了Neuralink。
过去几年的时间，Hodak一直担任Neuralink总裁专注研究BCI，并在生命科学的机器人云实验室Transcriptic担任CEO。
2021年，他离开了Neuralink，然后创立了Science Corporation。
当他第一次看到一名盲人患者使用眼部植入物进行阅读的视频时，他感到震惊。
这促使他的公司Science Corporation于今年早些时候从Pixium Vision公司收购了这项技术。
目前，Science Corporation已经推出了几款新工具。
最初的目标受众是从事基础研究和动物研究的科学家。未来，该公司计划推出一些更适合进行人类研究的工具。
「这些科学家仍然在使用1980年代的工具，」Hodak说道，「我们将通过我们的工具把他们带到2024年，并不断完善我们的技术，然后再将其应用于人类。」
Hodak希望这些工具能加快大脑研究的步伐，从而为人类面临的一些严重疾病提供疗法。
他表示：「我们的目标是让脑机接口行业的规模扩大100倍。」
他的战略首先是推出探针技术——这是一套名为Axon的探针，能够连接到大脑组织并同时记录和刺激数千个神经元。Axon远比许多研究人员目前使用的设备更小巧且便宜。
Axon探针配备了定制芯片，能够将大脑产生的模拟信号转换为数字信号，从而让计算机进行解读；此外，它们还可以处理比以往设备更多的数据。
探针系统还配套一款名为SciFi的手持计算设备，它看起来像一部巴掌大的手机，能够从多个探针中收集数据，进行处理，并通过Wi-Fi将信息发送到计算机。
除了硬件，Science Corporation还能为客户提供他们的Nexus软件和名为Synapse的配套数据协议来构建应用，而不必自己编写代码。
Hodak表示：「我一生中为不同的实验室和公司开发过7次这样的软件。我们希望提供现代化、工业级的软件，不再需要研究生和博士后亲自开发。这样的软件速度快，并且能够扩展到这些设备所需的数百TB的数据。」
Hodak（左一）在Science Corporation的工作站
Hodak承认，他曾对制造这些产品的商业前景表示怀疑。最初并不清楚是否会有一个足够大的市场来证明大规模生产硬件的负担和成本是合理的。
但随着时间的推移，他逐渐相信脑科学和技术正处于一个新的时代前沿。
在这个时代，Science Corporation可以推动一些设备的研发，这些设备不仅可以帮助治疗瘫痪和肌萎缩侧索硬化症（ALS）等疾病，还可以帮助应对抑郁症和精神分裂症等心理健康障碍。
「需要明确的是，我并不是说我们现在就有疗法，」他说，「但我认为这个前景将会比许多人想象的更大。」
0赞好文章，需要你的鼓励
推荐文章
谷歌正在测试名为"网页指南"的新AI功能，利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间，通过生成式AI为搜索结果添加标题摘要和建议，特别适用于长句或开放性查询。目前作为搜索实验室项目提供，用户需主动开启。虽然加载时间稍长，但提供了更有用的页面组织方式，并保留切换回传统搜索的选项。
普林斯顿大学研究团队通过分析500多个机器学习模型，发现了复杂性与性能间的非线性关系：模型复杂性存在最优区间，超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象，提出了数据量与模型复杂性的平方根关系，并开发了渐进式复杂性调整策略，为AI系统设计提供了重要指导原则。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件，而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息，并基于错误前提执行后续操作。专家指出，当前AI编程工具缺乏"写后读"验证机制，无法准确跟踪其操作的实际效果，可能尚未准备好用于生产环境。
微软亚洲研究院开发出革命性的认知启发学习框架，让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制，使AI在面对新情况时能快速适应，无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越，为教育、医疗、商业等领域的智能化应用开辟了新前景。
/
0赞
京公网安备 11010802021500号 京网文(2025) 0096-033号 京字第20868号
