歷經10年研發迭代，來自中興大學、陽明交大、高醫中和紀念醫院的團隊克服挑戰，開發一套AI隨動步行復健機器人HopeStride，不只解決了坊間復健機器人行走步態不夠自然的問題，還主打用頭戴式感測器和AI演算法，精準捕捉患者想移動腳步的腦波訊號，再觸發外骨骼協助患者行走、復健，大幅提升復健成效。

超高齡社會加上醫事人力荒，科技輔助復健迫在眉睫

進一步來說，這個團隊由中興大學機械工程學系副教授李聯旺、陽明交大電控工程研究所教授柯立偉、高醫中和紀念醫院復健部主治醫師陳嘉炘領軍，分別負責系統開發設計和整合控制、腦機介面開發和腦控外骨骼，以及臨床驗證與分析。

李聯旺表示，臺灣只花了7年就從高齡社會進入超高齡社會，是世界上老化速度最快的國家。這意味著，衰弱和失能人口快速增加，尤其在臺灣，每4人就有1人終生會有中風危機，且發生率逐年增加。而過半數的腦中風患者，都會留下不同程度的偏癱或神經功能障礙等後遺症。

再加上，臺灣每位物理治療師平均每天要服務25-30位患者，且臺灣物理治療師人力不足，平均2,703人才有1名物理治療師，遠低於美國1,451人、英國1,389人的水準。面對超高齡社會的臺灣，李聯旺強調，用科技補人力已不是選項，而是迫切需要做的事。

初期鎖定低成本，幾經改良、跨域組隊終於突破創新

在國科會支持下，李聯旺團隊早在2016年就開始設計復健機器人。當時，他們盤點坊間機器人，發現搭配跑步機的懸吊支撐復健設備雖然安全，但卻有許多問題，比如自動化不夠、一次需要3位治療師輔助、患者缺乏主動意識，更重要的是，這種設備讓患者身體被動動作，對腦神經的復健成效甚微。

另一款常見的復健機器人是動態減重設備搭配外骨骼機器人，好處是安全、人力需求變低了，但因為仍是被動訓練、大腦少有學習，步態也不自然、患者無法模擬日常的行走狀態，而且這種設備成本高、普及率低。

於是，李聯旺團隊將降低成本列為首要初期目標，開發出氣動式下肢骨骼復健系統。雖然兼顧安全（動態減重）、降低10倍成本和人力需求，但步態仍不自然、大腦也少有學習，患者復健意願也低。

後來，坊間又興起另一種復健設備，也就是拐杖平衡式移動外骨骼。它改善了無法模擬日常行走狀態的痛點，但仍有著被動、安全疑慮等問題，尤其是拐杖使用，限制了偏癱和高齡長者的使用。

因此，李聯旺團隊又改良這些缺點，在2022年開發移動式多功能步態訓練機，兼顧了安全、符合實際環境訓練和多功能模式，但因身體擺幅受限、步態仍不自然，也缺乏腦控行走神經的重塑。

為克服這些痛點，李聯旺團隊聯手陽明交大教授柯立偉、高醫中和紀念醫院復健部主治醫師陳嘉炘，來跨領域開發新一代復健機器人。

結合非侵入式頭戴感測器和AI、精準捕捉腦部訊號，用想的就能走

他們在今年完成開發AI隨動步行復健機器人，改善了原有缺點之外，還有幾大亮點。

其一是「主動用腦走」。簡單來說，柯立偉團隊設計一款非侵入式、如頭戴式耳機的穿戴裝置，患者戴在頭上，可捕捉其想動腿走路的腦部EEG訊號，再經AI演算法辨識，確認為走動訊號後，便觸發下肢外骨骼移動。

患者移動後，運動訊號會再傳入感測器，再由AI辨識確認、持續觸發外骨骼移動，如此循環。這個創新應用已經過100例臨床實驗，腦控外骨骼的準確率還超過90%。

李聯旺舉例，高醫就有位病人原本入院臥床、完全無法行走，經過21天的AI隨動步行復健機器人訓練後，已可不需拐杖行走。

另一大亮點是能按需減重。李聯旺解釋，他們研究發現，一般人走路時，身體重心會不斷變化，而傳統復健設備多採「平均減重式」的動態減重設計，反而會限制身體的自然擺動，尤其減重的比例越高，身體擺幅越小，難以模擬日常行走狀態。

於是，團隊開發了可按需輔助患者的減重機制，依步態自動調整減重比例，比如腳支撐地時給予70%減重目標、擺動時為30%，讓身體擺動幅度最接近自然步態。這種設計也能消除患者對跌倒的恐懼，兼顧安全、貼近日常行走情境，而且裝置還能跟隨使用者移動。

他們也進行臨床實驗，來比較被動式外骨骼復健和腦控外骨骼復健效果，發現中風個案使用被動式復健設備，雖能顯著改善平衡能力和下肢功能，心肺功能進步卻有限；而腦控外骨骼復健則能兼顧三者，皆有顯著進步。

李聯旺也補充，團隊設計該機器人平臺的初始，就以兼容、可擴充的角度來開發，因此可與各家外骨骼設備整合使用。目前，HopeStride也與一家廠商整合、進入臨床實驗中，替商品化打下基礎。