基于人类对语言层级结构的理解与意识水平相关，毛颖教授团队与中科院合作，创新性地将一种基于汉语语义理解的听觉范式应用于意识障碍病人残存意识检测和苏醒预测中。2020年5月25日，合作成果发表在Nature Neuroscience上。研究人员利用256导联高密度脑电图，发现不同意识水平患者（植物状态、微意识状态）对复杂程度不同的结构化汉语序列（字、词和句子）的脑响应不同。研究者进一步地通过长期随访，观察患者的行为学评分和脑电活动的同步变化，构建模型预测患者能否恢复意识。研究通过脑电图相位相干性分析和脑电微状态分析提取原始脑电信号中的语音加工神经表征（不同层次语言刺激暴露下的神经活动），比较不同意识水平被试组语音加工神经表征在头皮脑电中的表达差异，随后成功利用这些差异准确、客观地区分了意识水平较高、预后较好的微意识状态患者和意识水平较低、预后较差的植物状态患者。以上两种脑电表征反应了语言加工的深度，揭示了语言加工处理程度越深，所需意识水平也越高，具有意识水平神经标志物的性质。本研究通过长期随访，观察患者的行为学评分和脑电活动的同步变化，发现因语言理解程度差异而产生的脑电特征可以预测患者100天后的预后，预测结果与实际结果具有很强的一致性，且随着语言任务复杂度的提高，预测的准确程度也逐渐提高。最终得到的综合预测模型的准确率高达80%。该研究成果可能成为一项评价人类意识水平的普适性指标。在昏迷、麻醉、睡眠等一系列无意识状态下，可能有着相对统一的结果。因此，除了在神经重症、植物人领域的临床诊断和预后评估，对于麻醉、睡眠领域也可能存在潜在的应用价值（Nature Neuroscience，2020，doi：10.1038/s41593-020-0639-1，中心署名）。