未来，康复机器人或许能帮你站起来丨人工智能+医疗_风闻

【欢迎关注中科院之声公众号（ID：zkyzswx）或微博@中科院之声，看科学界的大事儿】

在社会老龄化、自然灾害、各类事故等综合影响下，由脑卒中、脊髓损伤、脑外伤等原因造成的残障人口迅速增长。由此带来的康复器具需求也不断增加。然而，现有康复医疗资源非常紧缺，国内普遍采用的康复治疗方法存在人员消耗大、康复周期长、效果有限等问题。康复机器人技术是解决传统康复方法的有效途径。

在经过诸如外科手术等急性期的临床处理后，瘫痪患者一般要进行长时间的康复训练以恢复部分运动能力，重新回归正常生活。传统的脑卒中疗法与运动学习理论的研究表明，通过强化运动控制和技能获取锻炼，脑卒中患者可得到部分功能恢复；通过重复性抗阻练习和各种各样的任务与反馈练习，肌肉力量可得到增强。

传统的康复治疗手段通常依靠康复理疗师手动带动患者患肢进行被动康复训练，训练策略比较单一；同时，在训练过程中，施加在患肢上的力度与患肢的训练轨迹都难以保持良好的一致性；而且，这种康复手段需要理疗师进行较强的体力劳动，因此患者通常难以得到足够强度与频次的康复训练。

相对于传统的人工康复训练模式，康复机器人带动患者进行康复运动训练具有很多优点：

（１） 机器人更适合执行长时间简单重复的运动任务，能够保证康复训练的强度、效果与精度，且具有良好的运动一致性； 

（２）通常康复机器人具备可编程能力，可针对患者的损伤程度和康复程度，提供不同强度和模式的个性化训练，増强患者的主动参与意识； 

（３）康复机器人通常集成了多种传感器， 并且具有强大的信息处理能力，可以有效监测和记录整个康复训练过程中人体运动学与生理学等数据，对患者的康复进度给予实时反馈，并可对患者的康复进展作出量化评价，为医生改进康复治疗方案提供依据。

先进的康复机器人可实现精确化、自动化和智能化的康复训练，进一步提高康复医疗水平。但现有康复机器人在机构设计、人机交互、训练策略、实验与评价等多个方面还存在不足，难以较好地满足患者的康复需求。早期的康复机器人研究较多关注被动训练模式，即，由机器人带动患肢执行定轨迹的运动。

康复医学的临床研究表明，患者主动参与的训练对于患者神经康复和运动功能恢复更加有效。针对这种情况，目前研究人员主要从患者意图主动参与的主动康复训练模式入手，解决意图识别、柔顺控制、患者参与水平增强等多方面的技术问题。

目前，针对肌电、脑电、及运动和力学信息识别人体运动意图已经有大量的研究工作成果可以借鉴。通过肌电来估计关节力或者运动、通过力位信息来估计关节力等已经获得了较高的识别准确率，而基于脑机接口的意图识别一般只是限定在有限的动作模式上，与人体自然运动还有差距。如何设计可靠性高、识别精度高、实时性能好的意图识别系统还是有待突破的技术难点。而如何增强患者神经、肌骨以及认知等的参与水平目前还处在探索性的起步阶段。

中科院自动化研究所侯增广研究团队结合患者多模态数据，设计柔顺的控制方法，先后研发了坐卧式下肢康复机器人(iLeg)、上肢康复机器人(CASIA-ARM)和全周期多位姿下肢康复机器人(iLeg-II)等样机平台，从机械结构、控制系统等层面仿生人类肢体功能，优化人机相容性，提高人机交互柔顺性。其中，iLeg是针对早期四肢瘫/瘫痪患者研发的一款自动化康复医疗设备；CASIA-ARM是面向家庭化康复需求研发的一款触觉反馈上肢康复机器人；iLeg-II是针对脑卒中和脊髓损伤下肢瘫痪患者的临床康复需求研发的一款覆盖康复早、中、后期的全周期下肢康复机器人。

课题组以神经肌肉的多层次协同感知和强化参与为特色，自主研发了多通道sEMG采集仪和FES刺激仪，并和自主研发的上下肢康复机器人实现了无缝集成，设计了基于闭环脑机接口、注意力调控系统、“按需辅助”原则的个性化训练策略和多种康复训练模式，从生理和心理多个层面强化患者参与水平，针对患者的个体特征和响应实现按需辅助的个性化康复。相关样机平台在中国康复中心和国家辅具中心进行了初步的患者临床实验，验证了样机的临床可行性和有效性。  

CASIA-ARM

iLeg-II

未来课题组将进一步深耕神经康复领域，从神经可塑性基本原理出发，突破神经、肌肉、认知等多层次康复评价及参与水平增强等技术难点，实现临床需求牵引的实用化康复机器人技术，推动临床神经康复技术发展。

**来源：**中国科学院自动化研究所