AI播客，快速了解：
脑卒中是成人长期残疾的主要诱因，其中上肢功能障碍（如肌肉无力、痉挛、感觉缺失）尤为常见，直接影响患者进食、穿衣、梳理等日常生活活动（ADLs）。研究显示，脑卒中后手功能恢复是康复中最缓慢且艰难的环节，仅5%-20%患者能实现上肢完全功能恢复，多数人仍面临残余缺陷。传统康复依赖重复性、高强度的人工干预，不仅效率有限，还对治疗师资源需求极高。而机器人与AI技术的出现，为突破这一困境提供了新路径——研究证实，这类技术能提升康复效率、缩短治疗时长，还能实现“更高剂量”的个性化训练，为多学科康复方案提供关键支持。
从文艺复兴时期到现在，上肢康复领域机器人技术的发展，着重强调了电子学、机械学和人工智能集成方面的关键技术里程碑 @Journal of Bodywork and Movement Therapies
近日，一项范围综述系统梳理了机器人康复与人工智能（AI）算法在脑卒中患者功能恢复中的应用成果，研究筛选出2014-2024年发表的英文研究，重点纳入聚焦机器人辅助技术（RATs）用于脑卒中患者手、腕、手指康复的成果。研究团队提取了干预类型、治疗时长、结局指标、成本效益及患者满意度等核心数据，结合定量（统计干预与结局分布）与定性（归纳技术趋势与优劣）分析，并参考《作业疗法实践框架（OTPF-4）》解读结果，确保对临床治疗师的实用性。
研究发现，当前脑卒中康复中应用的机器人与AI技术主要分为五大类，且在不同脑卒中阶段展现出针对性效果。末端执行器机器人（如InMotion Arm、Amadeo）专注于手部远端运动训练，能有效提升握力、手指协调性及腕关节屈伸ROM；外骨骼机器人（如Armeo Spring、Hand of Hope）可提供关节特异性支持，显著改善运动功能评分（FMA、ARAT）并降低肌肉痉挛（MAS评分）；柔性机器手套（SRGs，如SonoGlove）因便携性强，适合家庭场景，能增强患者手部灵活性与ADLs信心；脑机接口（BCIs）通过关联神经活动与机器运动，对慢性脑卒中患者的手指控制改善尤为突出；AI增强虚拟现实（AIVR，如康复游戏系统RGS）则借助沉浸式环境提升患者参与度，FMA与ARAT评分改善明显。
基于稳态视觉诱发电位的脑机接口控制软机器人手套用于脑卒中后手部功能康复 @IEEE
从脑卒中阶段来看，急性期（12项研究）采用可穿戴手套与机器人手臂系统开展早期康复，能快速改善ROM、握力等短期指标；亚急性期（22项研究）通过外骨骼、VR系统结合AI反馈，可降低痉挛并提升功能独立性（FIM评分），其中VR结合传统疗法的效果已被证实优于单纯传统治疗；慢性期（31项研究）依赖柔性手套、AI自适应机器人等，能实现握力15%-20%的提升，且ADL独立性显著改善——如Malawade等2024年的研究显示，外骨骼结合电刺激可使患者运动功能评分（FMA）提升20%。
不同脑卒中阶段的技术应用与关键指标情况 @Journal of Bodywork and Movement Therapies
干预时长与剂量对效果的影响同样显著。研究证实，治疗效果呈“剂量依赖性”：8-10周、每周3-5次的干预方案在FMA、ROM及FIM评分改善上表现最佳，长期干预（超过8周）更能帮助患者获得持久的运动功能提升，这与神经可塑性需要长期重复刺激的机制密切相关。在患者体验与成本方面，VR与AI技术能将设备可用性评分提升至70%以上，显著增强参与度与依从性；家庭式设备（如柔性机器手套）因减少对治疗师的依赖，成本效益优势突出，部分AI驱动系统还能通过优化治疗强度进一步降低医疗支出。
治疗关键指标表现 @Journal of Bodywork and Movement Therapies
不过，研究也指出当前技术应用的核心挑战：多数设备商用化与临床常规使用受限，主要受制于初始成本高、维护与治疗师培训费用昂贵，且缺乏长期疗效数据——现有研究多聚焦短期结局，中低收入地区的应用可行性也尚未充分验证。此外，不同技术间缺乏直接对比，研究设计与结局指标的差异也导致横向比较难度较大，这些都需要未来研究进一步突破。
对于未来方向，研究团队建议优先推进三方面工作：一是建立标准化的治疗剂量方案，确保不同患者群体与医疗场景下的安全性和一致性；二是开发低成本、轻量化设备，结合物联网（IoT）与远程康复技术，扩大技术在家庭及资源有限地区的覆盖；三是加强临床、工程、政策领域的跨专业协作，将机器人训练与穿衣、备餐等实际生活任务结合，确保康复技能能真正迁移到日常生活中。
研究团队指出，机器人与AI技术正在重塑脑卒中康复的模式，当前成果已证实其在改善患者生活质量上的潜力，但要让这些技术成为临床常规手段，还需解决成本、标准化与长期疗效等关键问题。我们期待未来脑机接口、机器人和AI等技术能通过跨领域合作，让更多脑卒中患者受益于科技革新。
声明：
1.本文基于10月8日发表于《Journal of Bodywork & Movement Therapies》的范围综述《Robotic rehabilitation and intelligent algorithms improving the performance skills of stroke patients: a scoping review》，研究团队来伊朗德黑兰社会福利与康复科学大学、克尔曼沙赫医科大学等机构的研究团队（Omid Rustamzadeh、Seyed Ali Hosseini等）；图片来自网络或论文，首图和播客由AI生成。本文仅用作学术分享，如有侵权请告知删除。
2.本公众号分享的医疗资讯仅供参考，不应被视为医疗建议。在做出任何与健康相关的决定或治疗计划之前，务必咨询合格的医疗专业人员。本文所呈现的信息基于当前的研究和专家观点，随着新证据的出现，这些信息可能会有所变化。
参考：
https://doi.org/10.1016/j.jbmt.2025.09.037
https://doi.org/10.1109/TNSRE.2022.3185262
脑机接口行业跟踪：
