目前，在临床康复场景中，重症患者由于功能受限，往往难以自主完成训练。同时，康复有效性量化难、训练枯燥、缺乏持续激励与反馈等问题仍然存在。
这些挑战并非源自单一的设备性能不足问题，而是「中枢指令-外周执行-感觉反馈」这一完整的神经闭环尚未被完全打通。
在昨日（1月28日）的第二届傅利叶具身智能生态大会上，该公司面对此类问题给出了新型解决方案——将脑机借口引入康复智能机器人，构建脑机具身智能康复港。
傅利叶创始人兼CEO顾捷表示，脑机技术的结合，为康复的训练评估增加了一个维度。通过脑机与例如下肢外骨骼机器人的结合，可以实时采集脑电信号，让机器人能够学会理解人的意图，实现「大脑控制」与「肢体控制」的高度耦合。
康养领域：
具身应用的万亿级市场
顾捷介绍称，康养产业的天花板极高，从康复医院、养老院，护理院，再到未来的家庭场景，加起来是一个万亿级的市场。
但是，面对令人兴奋的蓝海以及迫切的需求，他却认为，具身智能在此领域的深度应用，仍需要漫长的验证。
“康复从来都不是一个技术的问题。这10年来，我们看到的康复科，是一个非常严肃但又极具人情味的地方，它关乎了科学、坚持、功能恢复，也关乎信心和陪伴。”
他表示，尽管技术在迭代，但要想让机器人能够全面主动地理解人的需求，不能指望一时的技术爆发。
目前，傅利叶售出的外骨骼机器人已达到万台，足以证明其临床和商业价值。
而在未来，人形机器人在康养领域或许能实现更多应用，包括训练互动和情感陪伴等方面。
“例如，当机器人拥有一定的操作能力，就可以与患有认知障碍的患者进行反复训练，加快大脑神经重塑的过程；而且我们在看到很多论文中也看到，自闭症的孩子或许不太愿意与人接触，但却愿意接触机器人。”
而且，人形机器人可以模拟人类的标准化动作，让患者不断地跟随练习，就像给人类做强化学习一样，有助于提升患者动作的精准度与协调性，加速神经肌肉功能的恢复进程，具有很高的临床价值。
脑机技术的关键变化
在活动现场，顾捷宣布傅利叶将脑机接口技术引入具身智能康复港，构建「意图-执行-感知反馈」闭环训练机制——以大脑中枢驱动，康复机器人辅助执行，通过非侵入式采集脑电信号并解码，转化为指令驱动设备训练，诱导神经重塑。
顾捷表示，传统的康复靠设备带动肢体，大脑参与度低，易陷入无效训练。而依据神经可塑性等理论，人机协作训练能同步激活特定神经回路，强化突触连接，促进神经通路重构。临床共识也表明，患者主动参与的人机协作训练效果更优。
当患者穿戴「脑电帽」产生运动想象，多通道电极阵列实时采集脑电信号，AI算法识别意图后驱动机器人带动下肢步态训练，实现「大脑想动」与「肢体即动」的紧密耦合，刺激神经系统重建神经通路。
“其实早在2017年，我们就已经在内部启动了脑机接口和外骨骼的预研。但当时还存在很多工程瓶颈，比如信号的噪声高，稳定性不足，难以规模化部署等。”
顾捷称，直到近两年，傅利叶终于看到了两个决定性的变化——
1、脑机硬件逐渐成熟，设备趋于轻量化和模块化：非侵入式脑机从原来的单一采集脑电信号，转向如今的近红外采集，未来还有望实现多通道超声等信号采集方案。其抗干扰性、便携性、准确性都在不断提升，并且已进入量产阶段。
2、大模型能够改变未来脑机信号的处理方式——以前处理脑电信号要依赖频谱分析、FFT（快速傅里叶变换）和SSVEP（稳态视觉诱发电位）等传统处理方式，这些方式在处理一些非线性信号时，能力非常有限。
而基于大模型，可以让脑机接口做出意图分类，最终实现意图解码。
“如今，脑机接口首次具备了主动交互的工程基础，我们才慎重地作出决定，将其真正引入康复港的临床案例。”
通过脑机与康复设备深度融合，可以弥补传统康复在早期介入、训练有效性与评估精度上的短板，还能同步监测多项数据，为训练专注度和康复效果提供量化依据，也可以覆盖全康复周期。
“当患者在训练过程中产生了运动意图，但肌肉水平又难以执行的时候，机械能够为脑机识别到的意图提供助力，完成中枢到外周的完整闭环训练。这并非10年以后的概念，而是我们在1-2年内明确会规模化落地的产品方向。”顾捷说道。
以全新交互范式
打造新型数据集
“目前在全球范围内，脑机技术和具身智能是缺乏大规模数据集的，也缺乏相应的软硬件基础设施。我们非常清楚，这不是一件可以被快速验证的事情，它需要有足够的耐心、长期的技术积累、数据积累，也需要跨学科的持续协作…这会对人机交互的范式产生颠覆性的变化，它使得我们有足够的热情投入这一领域。”
顾捷称，脑机作为一个中枢控制器，未来将可实现遥控或者遥操作一部分机器人，但这还要经历很漫长的过程，傅利叶目前是要做好基础设施。
据了解，傅利叶的机器人均具备数据采集装备，并将结合脑机建立新型数据集。“有了数据就能够知道意图的分类，才能够带来真正的控制和临床价值。”
“原来我们是让遥操员穿戴外骨骼，或者用其他装备去操控机器人来采集数据。但如果结合脑电信号做同步采集的话，这其中就加了一个时间戳，比如我伸手时，就知道了这段脑电对应的是伸手动作，而抬胳膊时对应的是另外一段脑电数据，这样就天然进行了标注，形成闭环。”
顾捷表示，傅利叶将与合作机构共同打造数据集，形成新的标准，并在未来开源。
在活动现场，傅利叶宣布将联合上海交通大学医学院附属瑞金医院、复旦大学类脑智能科学与技术研究院、天桥脑科学研究院、国家地方共建人形机器人创新中心、同济大学附属养志康复医院、格式塔科技和临港实验室共同发起「脑机具身·数据引擎联合创新计划」，以核心硬件、工具链等底层技术持续支持探索脑机接口与具身智能体的深度融合，验证面向未来的人机交互闭环体系。
和许多行业研究者一样，顾捷也认同数据并非越多越好，最关键的还是质量——比起重复同一个任务千万遍，行业真正需要的是不同任务的切换。其中既有成功的任务，也有失败的任务，而后形成高质量数据集。
他认为，可以将「互联网规模的多模态数据集」作为数据基座，再结合人类第一视角的交互数据，以及在真实场景中产生的小部分人形机器人的实际数据。
“虽说是小部分的真机数据，但也不是大家想的那么少。未来它也可以形成亿级别的数据量。”
2020年，傅利叶就已首次推出专为康养场景设计的「智能康复港」一站式解决方案，覆盖神经、骨科、疼痛等多种康复类型，满足不同阶段的康复需求，并提供科室能力建设与运营服务方案。
截至目前，傅利叶智能康复港已在全国范围内建设了300多家康复科室，面向省市县乡镇各级医疗机构及康养社区。
脑机技术的加入，无疑使得具身智能在康养领域的应用，出现了新的可能性。
热门跟贴