在臨床康復(fù)場景中，重癥患者早期因功能受限，難以自主完成訓(xùn)練，康復(fù)有效性也難以量化，訓(xùn)練枯燥并且缺乏持續(xù)激勵與反饋。為了提升康復(fù)治療效率、改善患者的生活質(zhì)量，具身智能企業(yè)傅利葉探索將具身智能技術(shù)與腦機(jī)接口融合。

1月28日，傅利葉創(chuàng)始人兼CEO顧捷在第二屆傅利葉具身智能生態(tài)大會暨張江機(jī)器人開發(fā)者先鋒大會上表示，將在未來1–2年內(nèi)明確規(guī)模化落地引入腦機(jī)接口技術(shù)的機(jī)器人康復(fù)訓(xùn)練，“當(dāng)患者在訓(xùn)練過程中產(chǎn)生了運(yùn)動意圖，但肌肉水平又無法完成時(shí)，機(jī)器人能夠通過腦機(jī)識別意圖，在意識形成的當(dāng)下提供恰當(dāng)?shù)闹?，就完成了一次從中樞到外周的完整閉環(huán)訓(xùn)練?！?/p>

挑戰(zhàn)在于，全球范圍內(nèi)，腦機(jī)接口和具身智能缺乏大規(guī)模的數(shù)據(jù)集，也缺乏軟硬件基礎(chǔ)設(shè)施。“我們也非常清楚，這不是一件可以被快速驗(yàn)證的事情。它需要足夠的耐心，需要長期的數(shù)據(jù)積累，也需要跨學(xué)科的持續(xù)協(xié)作?！?/p>

傅利葉創(chuàng)始人兼CEO顧捷。

具身智能+腦機(jī)接口驅(qū)動主動式康復(fù)訓(xùn)練

“想象一下，一個(gè)中風(fēng)患者大腦想著伸手，機(jī)器人就能讀懂意圖，帶動他的手完成動作，完成從中樞驅(qū)動外周的訓(xùn)練方式?！鳖櫧荼硎荆X機(jī)技術(shù)的接入能夠識別患者是否在主動嘗試、意圖是否被激活以及激活的時(shí)序與強(qiáng)度，并在意圖最清晰的時(shí)間窗內(nèi)由機(jī)器人提供恰到好處的物理輔助。“這不是10年后的概念，而是我們在未來1–2年內(nèi)明確要規(guī)?；涞氐漠a(chǎn)品方向，這也是腦機(jī)接口一個(gè)明確和重要的產(chǎn)業(yè)化方向?！?/p>

隨著大模型的發(fā)展，機(jī)器人開始具備理解復(fù)雜語義、融合多模態(tài)信息、通過視覺理解環(huán)境，顧捷表示，主動式人機(jī)交互也從工程追求變成了一個(gè)確定性的技術(shù)方向。

在康復(fù)領(lǐng)域，傳統(tǒng)早期康復(fù)由康復(fù)設(shè)備帶動肢體運(yùn)動，大腦參與度不可控，易陷入放空式訓(xùn)練。相比被動機(jī)械性訓(xùn)練，患者主動參與的人機(jī)協(xié)作訓(xùn)練的康復(fù)效果更好。

以腦機(jī)接口結(jié)合下肢外骨骼機(jī)器人為例，患者穿戴腦電帽并產(chǎn)生運(yùn)動想象，多通道電極陣列實(shí)時(shí)采集腦電信號，AI算法識別患者的運(yùn)動意圖與動作類型，并轉(zhuǎn)化為指令驅(qū)動機(jī)器人帶動下肢步態(tài)訓(xùn)練，隨之產(chǎn)生的本體感覺將刺激神經(jīng)系統(tǒng)，重建神經(jīng)通路。

傅利葉介紹，腦機(jī)接口技術(shù)能夠彌補(bǔ)傳統(tǒng)康復(fù)在早期介入、訓(xùn)練有效性與評估精度方面的不足，同步監(jiān)測運(yùn)動皮層活動、腦電頻譜變化并結(jié)合力學(xué)數(shù)據(jù)，可為患者的訓(xùn)練專注度和康復(fù)效果提供客觀、連續(xù)、可追蹤的量化依據(jù)。人形機(jī)器人的情感化交互能力，讓康復(fù)過程兼顧情緒反饋、交互引導(dǎo)與長期陪伴。

上海交通大學(xué)醫(yī)學(xué)院附屬瑞金醫(yī)院康復(fù)醫(yī)學(xué)科主任、上海交通大學(xué)醫(yī)學(xué)院康復(fù)醫(yī)學(xué)系主任、上海市瑞金康復(fù)醫(yī)院副院長謝青表示，未來機(jī)器人經(jīng)過訓(xùn)練后能理解患者的表情、眼神和手勢等非語言信號，并據(jù)此做出響應(yīng)和行動。

兩個(gè)決定性的變化

“康復(fù)從來不只是技術(shù)問題?？祻?fù)科不做手術(shù)、很少吃藥，但對患者的堅(jiān)韌和意志卻有極高的要求。我們接觸到的患者們，大多都要在康復(fù)科住院或門診治療2-3個(gè)月，治療師和醫(yī)生們需要做的，除了專業(yè)的康復(fù)訓(xùn)練治療，更重要的是鼓勵支持患者愿意在漫長而枯燥的訓(xùn)練中堅(jiān)持下去?！鳖櫧荼硎尽?/p>

2017年，傅利葉在內(nèi)部立項(xiàng)啟動了腦機(jī)接口結(jié)合外骨骼機(jī)器人的預(yù)研工作，通過腦電信號驅(qū)動外骨骼行走，完成了早期概念驗(yàn)證。顧捷透露，當(dāng)時(shí)腦機(jī)接口與外骨骼結(jié)合的內(nèi)部預(yù)研讓團(tuán)隊(duì)清醒看到了工程瓶頸——信號噪聲高、穩(wěn)定性不足、難以規(guī)模化部署，這類技術(shù)還不足以真正進(jìn)入臨床體系，因此在后來的幾年里將主要精力放在機(jī)器人本體的交互能力上。

但最近兩年，他看到了兩個(gè)決定性變化。腦機(jī)硬件快速成熟，設(shè)備越來越輕量化和模塊化，非侵入式腦機(jī)接口從原先單一的EEG（腦電圖）發(fā)展到現(xiàn)在開始使用近紅外、多通道超聲等各種信號采集方案，抗干擾性、便攜性、準(zhǔn)確性不斷提升。

更關(guān)鍵的是，大模型改變了腦電信號的處理方式。顧捷表示，以前處理腦電信號主要依賴FFT（快速傅里葉變換）、頻譜分析或SSVEP（穩(wěn)態(tài)視覺誘發(fā)電位）等傳統(tǒng)方法，在處理非線性、高維度的腦電信號時(shí)能力有限。但大模型可以更有效地對復(fù)雜腦電信號分類和解析，實(shí)現(xiàn)更精準(zhǔn)的意圖識別。

不過，挑戰(zhàn)仍然存在。在全球范圍內(nèi)，腦機(jī)接口和具身智能還缺乏大規(guī)模的數(shù)據(jù)集，也缺乏軟硬件基礎(chǔ)設(shè)施。為加強(qiáng)跨學(xué)科協(xié)作，目前，傅利葉已聯(lián)合上海交通大學(xué)醫(yī)學(xué)院附屬瑞金醫(yī)院、復(fù)旦大學(xué)類腦智能科學(xué)與技術(shù)研究院、天橋腦科學(xué)研究院、國家地方共建人形機(jī)器人創(chuàng)新中心、同濟(jì)大學(xué)附屬養(yǎng)志康復(fù)醫(yī)院、格式塔科技和臨港實(shí)驗(yàn)室共同發(fā)起“腦機(jī)具身·數(shù)據(jù)引擎聯(lián)合創(chuàng)新計(jì)劃”，以核心硬件、工具鏈等底層技術(shù)支持探索腦機(jī)接口與具身智能體的深度融合，驗(yàn)證面向未來的人機(jī)交互閉環(huán)體系。