害怕中風失能、生活無法自理？新科技讓癱瘓者靠意念拿杯子、漸凍人重新溝通…專家：盼能幫上忙
健康醫療網／記者黃奕寧
圖片 Shutterstock（示意圖非當事人） 提供
編按：照顧過中風家人的人都懂，最心酸的，是看著親人明明想動，身體卻不聽使喚，連抬手、走路這些再平常不過的動作，都變得困難重重。 如今，馬斯克創立的Neuralink已展示癱瘓患者靠「意念」操作電腦、玩遊戲，甚至用機械手臂拿起杯子。台灣也正投入腦機介面研究，從協助中風復健、輔助辨識過動症，到提前預測偏頭痛，都有新進展。 過去以為只會出現在科幻電影裡的情節，正一步步走向現實。這項技術未來能否幫助更多中風、失智與神經疾病患者，改善行動、溝通與生活能力？
馬斯克讓癱瘓者用「意念」打電腦、拿杯子
由Elon Musk創立的腦機介面（BCI）公司Neuralink，從今（2026）年初起陸續發布初步臨床試驗結果，影片顯示四肢癱瘓的受試者靠意念就能操作電腦、暢玩遊戲、用機械手臂拿起杯子；亦有語言能力受損的漸凍症患者藉由BCI裝置，成功用發病前的聲音與人溝通，令人嘖嘖稱奇的研究結果，也讓BCI技術從實驗室逐漸走入大眾視野。放眼亞洲，中國、韓國、日本紛紛投入BCI研發，台灣又走到哪一步？
國內專家指出，台灣現階段的研究以非侵入式技術為主，著重探索BCI於中風復健、神經及精神相關疾病等領域的應用潛力，也同樣把目標放在產品化之上。BCI要從學術研究進到醫療現場，即將會碰上哪些關卡？台灣如何結合既有的技術優勢加速BCI研發？未來又是否有機會發展侵入式 BCI？兩位專家也為我們一一解答。
幫中風癱瘓手腳「重開機」！大腦發指令，機器人帶你重新練習走路
林口長庚醫院復健科裴育晟醫師分享，其研究團隊多年來投入上肢外骨骼復健機器人的開發，用以帶動手指活動、協助中風患者訓練癱瘓的手部，現規劃將其進一步與BCI結合，讓患者利用大腦訊號控制機器人，進行更細緻的手部復健。
裴育晟醫師說明，從生理學和大腦結構特性來看，中風患者經過復健後，手部功能恢復通常都比下肢更慢，而手部功能若持續受限，可能對患者日常生活及工作能力造成極大影響。如何強化中風患者手部復健的成效是臨床關注重點，也是他積極投入手部復健機器人研究的原因。目前裴育晟醫師團隊已與韓國、德國研究人員合作組成跨國研究團隊，期盼能結合台灣的外骨骼機器人、德國演算法及韓國BCI技術，持續推進相關研究計畫，「希望能在近年取得成果與大家分享。」
▲腦機介面復健訓練示意圖。（圖／裴育晟醫師提供）
以Neuralink公布的臨床試驗結果為例，其研究對象現多為脊髓損傷患者，國立陽明交通大學電機工程學系柯立偉教授表示，這類患者在台灣其實個案數較少，該團隊的研究則同樣以國內更常見的中風患者為主要對象。他分享，目前患者可透過具有特定特徵的腦波訊號控制外骨骼，例如當患者開始進行復健、專注力提升時，系統偵測到腦波變化後，可執行協助站立和行走的指令；患者想休息時，則可透過閉眼觸發坐下休息的指令，藉此患者可在機器人的協助下，完成包含起身、站立、行走和休息的完整復健流程。
柯立偉教授進一步說明，過去的復健多以外部設備刺激周邊神經，研究希望進一步透過BCI，讓中樞神經活動也納入復健過程，「大腦為完成某個動作而發動訊號，中樞神經也會受到刺激；患者走路復健時，周邊神經會受刺激，對中樞神經也是一種回饋，由此一來復健的機制將更完整。」不過這並非一次訓練就能達成，仍須反覆練習，團隊也持續觀察受試患者的肌肉力量、動作控制準確度、腦功能變化等指標，評估BCI裝置對復健成效的助益。
頭痛還沒發作，腦波先露餡？
「基本上只要跟腦部有關的疾病，例如神經性疾病、精神相關疾病等，我們都希望BCI技術未來有機會可派得上用場。」柯立偉教授表示，在注意力不足過動症（ADHD）方面，過去的診斷仰賴家長、教師觀察及醫師行為評估等，需較長時間蒐集資訊。因應臨床早期辨識、及早介入的需求，該團隊與多位醫師合作，在北、中、南展開臨床研究，目前已透過腦波資料與機器學習，區分出一般兒童與ADHD兒童的腦波特徵，並已累積超過300例臨床研究個案。
團隊接續建立AI輔助診斷系統，讓受試兒童配戴腦波帽後玩遊戲，以此蒐集其腦波，即時分析專注力、壓力、疲勞等指標，並於短時間內產出報告供醫師參考，雖無法取代完整的臨床評估，但能作為既有評估方式的補充資訊，為醫師診斷提供多一項參考依據。
▲受試者配戴腦波帽，蒐集腦波相關訊號。（圖／柯立偉教授提供）
此外，柯立偉教授亦與臺北榮民總醫院王署君副院長團隊合作，探討BCI裝置預測偏頭痛發作的應用潛力。部分偏頭痛患者發病頻率較低、每月僅數次，也較難掌握頭痛何時發作，不知道是否要提前吃藥或備藥，且偏頭痛一旦突然發作，對日常工作與生活皆是一大困擾。
他進一步說明，研究對象皆為已確診的偏頭痛患者，團隊先蒐集患者在不同狀態下的腦波資料，包括過去幾天有無頭痛發作、剛頭痛發作結束等，並建立 AI 分析模型，接著可判斷患者當下的腦波，是否具有偏頭痛發作前期的特徵，以預測未來數小時內是否可能出現頭痛。目前已累積80多名受試者，預警模型準確率達約9成，團隊繼續朝較簡易、日常可自行量測的BCI裝置發展，也積極以取得醫療器材認證、實際進入臨床應用為目標。
除了ADHD和偏頭痛，柯立偉教授團隊也將研究延伸至帕金森氏症、失智症及認知障礙等疾病，逐步探究BCI裝置和腦波分析技術在輔助疾病診斷、認知功能評估等不同方面的應用潛力。
從研究到醫材上市，還有幾道關卡？
BCI技術要走向實際臨床應用，除了驗證技術是否可行，還需經過法規審查、量產能力、資源支持等層層關卡。裴育晟醫師指出，BCI要從學術研究走到產品化，再到取得醫療器材許可、累積臨床效益證據，每個階段之間都存在很大的距離，而BCI技術研發具有高投資、高風險的特性，且成功率不高，台灣若要推進自主研發進程，需獲得相應的資源支持。
柯立偉教授則以其團隊研發的腦波帽為例，目前相關設備已通過電氣安全規範及相容性檢測，接下來若要實現產品化，醫療器材製造對工廠資格、生產標準等皆有嚴格要求，「這就不是學校單位的強項」，還須尋找符合醫療器材製造規範的合作廠商，協助硬體設備生產，並朝後續取證、量產等目標努力。
大腦下指令，機器慢半拍！台灣半導體能幫上忙？
柯立偉教授指出，目前受試者用大腦意念想像動作，從指令傳送到實際操控設備，中間仍存在數秒的延遲，現階段研究團隊規劃將BCI相關演算法整合至AI晶片，也正與經濟部工研院及台灣大學電機系教授合作展開新一代AI晶片設計，目標為提升訊號回饋速度和系統的反應效率，而IC設計正是台灣半導體產業的強項。
「台灣AI生醫聯合展示中心（Taiwan AI Smart Health Showcase Center）」於美國亞利桑那州設立，旨在推動智慧醫療領域的研究與合作。柯立偉教授分享，陽明交大研究團隊於2025年10月進駐，成為少數進駐該中心的學校單位，也展示了結合BCI與神經回饋（Neurofeedback）的研究成果。當地具備較為完善的生醫科學研究資源，亦為跨國交流的平台，近期已有數家國外企業對團隊的技術表達興趣、希望進一步合作，團隊也期待透過產學合作，拓展BCI相關技術在智慧醫療領域的不同發展面向。
至於被問到台灣是否應進一步投入侵入式BCI研發，裴育晟醫師表示，國外發展以韓國為例，近年該國推動國家型計畫，編列預算扶植侵入式BCI相關研究，涵蓋機器人、晶片跟電極等製程，相較之下國內目前則尚未有類似規劃，「也希望台灣在這一波的趨勢不要缺席。」
※本文授權自健康醫療網，原文見此。
點我加入幸福熟齡FB粉專，健康快樂每一天
更多幸福熟齡文章
75歲王文洋摔斷大腿骨，得坐輪椅3個月！50後每4人就1人骨鬆性骨折…醫揭警訊：腰背痠痛別只當老化