脑机接口（BCI）正在摆脱“戴上脑电帽，用意念点选光标”的单一印象。更值得关注的方向，是更丰富的信号采集、多模态解码，以及闭环反馈：系统读取某种脑信号，将其转化为动作或治疗，再测量结果并据此调整。

这套逻辑尤其适合康复。对于患者和医疗机构而言，脑机接口不必解读所有念头；它只要能稳定地服务一个可衡量的临床任务，例如促进上肢训练、提升训练参与度，或辅助特定功能恢复，就可能产生实际价值。

三类脑机接口：精度、手术负担与便携性的取舍

脑机接口并非单一技术，较适合看作一条连续谱：越接近神经组织，通常越有机会获得更清晰、更具空间特异性的信号，但手术和长期管理负担也随之上升。

类型	信号采集位置	信号特点	手术要求	复用与便携性
非侵入式	颅骨外，常见为 EEG（脑电图）；也包括 fNIRS、MEG、MRI 与探索中的超声方案	对神经活动的直接性较弱；EEG 时间分辨率高，但会受颅骨和组织影响而“模糊”	无需手术	EEG 可重复使用且有望可穿戴；MRI、MEG 主要依赖固定设施
半侵入式	通常位于脑表面或脑组织附近，但不穿入脑实质	通常比头皮 EEG 信号更强、空间特异性更高，并可覆盖较大皮层区域	需要颅内相关手术	植入部分为患者专用；外部组件可具一定移动性
侵入式	脑组织内部	对精细运动或语音等解码具有最高潜在特异性	需要穿透性神经外科手术，并涉及长期植入管理	植入物为患者专用；便携性取决于植入和外部硬件设计

EEG 依旧是最实用的非侵入式路线：相对低成本、响应快，也更容易做成可穿戴设备。不过，它的局限同样明确——颅骨和组织会削弱空间分辨能力；电极接触状态会变化；身体运动会带来伪迹；而且不同人、不同日期的信号特征也可能漂移。

因此，下一步并不只是增加电极数量。越来越多系统会将脑信号与眼动、肌电、行为情境或其他成像信息结合，以降低歧义，并让算法适应个体生理差异和信号漂移。

功能超声很有前景，但还不是“下一代脑电头环”

功能超声（fUS）通过测量与神经活动相关的脑血流变化来读取脑状态，提供了不同于头皮电信号的路径。在一项闭环研究中，研究人员从两只恒河猴的后顶叶皮层实时传输 fUS 数据，并对眼部和手部运动计划进行解码。21

但这并不意味着 fUS 已能直接替代 EEG。它读取的是间接的血流动力学信号，时间分辨率相对较慢，约为 2—10 Hz；综述指出，现有高质量 fUS 脑机接口信号采集通常需要颅骨窗口和／或声学透明的颅骨假体。17

换言之，目前最亮眼的 fUS 脑机接口证据，更多接近微创或硬膜外研究配置，而非隔着完整颅骨即可日常佩戴的设备。它未来可能在需要更高空间细节、较大脑区覆盖的场景中补充电生理信号；对于便携、频繁、重复的使用需求，EEG 目前仍更具现实可行性。

闭环反馈：脑机接口从“解码器”变成治疗系统

闭环脑机接口不只是识别用户意图。它会把检测到的脑状态接入输出端，例如虚拟肢体、康复机器人、感觉反馈或刺激装置，再利用用户的反应改善训练或调整治疗参数。

反馈本身可能影响系统效果。一项包含 15 名健康参与者的研究发现，持续反馈训练后，参与者平均脑机控制准确率由 55% 提升至 70%。23 不过，这一结果不能直接等同于患者群体的长期临床获益。真正面向医疗应用的产品，仍须在恰当的护理对照下证明其对功能、康复进程或生活质量的改善。

几项进展，展示了脑机接口的不同路线

MRI 脑机接口：面向科研与临床基础设施

天津大学与联影医疗发布了 uMR 神观（uMR ShenGuan）。开发方将其描述为覆盖信号采集、解码、神经调控和疗效评估的全栈 MRI 脑机接口平台。1

其核心意义在于尝试把“读—写—验证”放到同一临床科研环境中：既观察和解码脑活动，也可结合 MRI 引导的神经调控与效果评估。由于 MRI 成本高、不可移动且对操作环境要求严格，它与便携式人机交互设备不是一回事。其近期价值更可能体现在神经科学研究、个体化评估和临床神经调控，而非日常的免手操作计算。

武汉一例半侵入式视网膜接口的报道

2026 年 8 月，多家媒体报道武汉大学人民医院一例视网膜色素变性患者的临床应用：团队在不穿透眼球的前提下，将刺激芯片置入巩膜微小囊袋。报道称，患者此后可辨认数字、字符和物体，并借助智能眼镜行走；该工作被表述为高分辨率半侵入式视网膜脑机接口临床应用。53

这是一例早期、公开报道的临床案例，而不是已经得到独立重复验证的广泛视力恢复证据。其安全性、耐久性、功能性视觉效果，以及对更大患者群体的适用性，仍需要同行评议的随访结果和更大规模临床研究来检验。

受监管的植入式运动功能补偿

非侵入式与植入式路线的差异，也体现在临床转化路径上。复旦大学信息显示，国家药品监督管理局于 2026 年批准了博睿康医疗科技（上海）有限公司 NEO 植入式手部运动功能补偿系统的注册申请。34

这说明另一条临床路径正在推进：对于重度运动障碍人群，如果预期功能获益足够明确，患者可能接受相应的手术负担与长期设备管理。

为什么医疗康复最可能率先规模化

与泛消费级脑机接口相比，康复医疗具备更清晰的落地条件：

• 人群和目标明确： 脑卒中、脊髓损伤及其他运动障碍对应具体的功能目标。
• 结果可以衡量： 医疗团队能够评估任务表现、训练依从性和功能变化，而不只看离线分类准确率。
• 有监督的使用环境： 医院和康复机构可以容纳佩戴、校准和治疗师指导；这些步骤对大众消费产品往往难以接受。
• 闭环反馈有实际抓手： 运动想象可与虚拟现实、机器人、康复手套、刺激等结合，让高重复训练更具针对性和参与感。

因此，商业门槛并不是“读取任意想法”或“完美控制机械手”。更现实的标准是可重复的价值：系统是否能足够稳定地改善训练质量、参与度或功能结局，并由此获得临床采用、监管准入与支付支持。

睡眠、AR/VR 与双手忙碌场景：机会存在，证据门槛更高

睡眠和脑状态管理产品未来可能受益于高频居家使用，例如睡眠分期、疲劳评估、行为干预，以及闭环感觉刺激。但消费级信号必须能经受真实生活条件的考验：不同夜晚、不同用户、药物影响、共病情况和家庭环境都会带来变化。一个看起来直观的数据看板，并不自动意味着临床价值或行为改变。

人机交互则可能先在传统输入方式受限的细分场景中出现：

• 瘫痪辅助： 当替代方案有限时，沟通、光标控制、环境控制和运动功能补偿具有很高价值。
• 双手忙碌或高安全要求的工作： 神经信号更可能与语音、视线、物理控制和计算机视觉协同，而不是完全替代它们。
• AR/VR 与无障碍： 注意力感知界面和神经反馈，比普适的“意念操控电脑”更接近近期应用。
• 具身智能与机器人： 脑机接口可提供高层级意图或用户状态信息，而视觉、语音和传统控制方式承担多数实时控制任务。

决定商业化的，不是传感器噱头

脑机接口能否走出实验室，最终取决于工程与证据的综合能力：

1. 工程可靠性： 舒适度、稳定接触、抗运动干扰、短校准时间、低误触发率，以及跨天稳定表现。
2. 临床验证： 需要受控研究证明持续性的功能获益，而不只是实验室准确率。
3. 监管与工作流适配： 质量体系、网络安全、临床人员易用性和可行的支付路径缺一不可。
4. 持续使用： 用户必须持续获得可理解、可感知的价值；只在演示中有效、却无人愿意长期佩戴的设备无法规模化。
5. 数据治理： 神经数据可能关联健康状况和身份特征。知情同意、数据最小化、安全保护、模型更新控制和二次使用边界，都是建立信任的关键。

最可能率先形成较大市场的，仍是医疗康复。 非侵入式 EEG 系统已可在这一方向创造价值；功能超声、MRI 一体化平台和植入式系统，则分别在不同维度拓展技术边界。最终胜出的不会只是“信号看起来最先进”的方案，而是那些能稳定改善真实世界结果的系统。

脑机接口（BCI）正在摆脱“戴上脑电帽，用意念点选光标”的单一印象。更值得关注的方向，是更丰富的信号采集、多模态解码，以及闭环反馈：系统读取某种脑信号，将其转化为动作或治疗，再测量结果并据此调整。

这套逻辑尤其适合康复。对于患者和医疗机构而言，脑机接口不必解读所有念头；它只要能稳定地服务一个可衡量的临床任务，例如促进上肢训练、提升训练参与度，或辅助特定功能恢复，就可能产生实际价值。

三类脑机接口：精度、手术负担与便携性的取舍

脑机接口并非单一技术，较适合看作一条连续谱：越接近神经组织，通常越有机会获得更清晰、更具空间特异性的信号，但手术和长期管理负担也随之上升。

类型	信号采集位置	信号特点	手术要求	复用与便携性
非侵入式	颅骨外，常见为 EEG（脑电图）；也包括 fNIRS、MEG、MRI 与探索中的超声方案	对神经活动的直接性较弱；EEG 时间分辨率高，但会受颅骨和组织影响而“模糊”	无需手术	EEG 可重复使用且有望可穿戴；MRI、MEG 主要依赖固定设施
半侵入式	通常位于脑表面或脑组织附近，但不穿入脑实质	通常比头皮 EEG 信号更强、空间特异性更高，并可覆盖较大皮层区域	需要颅内相关手术	植入部分为患者专用；外部组件可具一定移动性
侵入式	脑组织内部	对精细运动或语音等解码具有最高潜在特异性	需要穿透性神经外科手术，并涉及长期植入管理	植入物为患者专用；便携性取决于植入和外部硬件设计

EEG 依旧是最实用的非侵入式路线：相对低成本、响应快，也更容易做成可穿戴设备。不过，它的局限同样明确——颅骨和组织会削弱空间分辨能力；电极接触状态会变化；身体运动会带来伪迹；而且不同人、不同日期的信号特征也可能漂移。

因此，下一步并不只是增加电极数量。越来越多系统会将脑信号与眼动、肌电、行为情境或其他成像信息结合，以降低歧义，并让算法适应个体生理差异和信号漂移。

功能超声很有前景，但还不是“下一代脑电头环”

功能超声（fUS）通过测量与神经活动相关的脑血流变化来读取脑状态，提供了不同于头皮电信号的路径。在一项闭环研究中，研究人员从两只恒河猴的后顶叶皮层实时传输 fUS 数据，并对眼部和手部运动计划进行解码。21

但这并不意味着 fUS 已能直接替代 EEG。它读取的是间接的血流动力学信号，时间分辨率相对较慢，约为 2—10 Hz；综述指出，现有高质量 fUS 脑机接口信号采集通常需要颅骨窗口和／或声学透明的颅骨假体。17

换言之，目前最亮眼的 fUS 脑机接口证据，更多接近微创或硬膜外研究配置，而非隔着完整颅骨即可日常佩戴的设备。它未来可能在需要更高空间细节、较大脑区覆盖的场景中补充电生理信号；对于便携、频繁、重复的使用需求，EEG 目前仍更具现实可行性。

闭环反馈：脑机接口从“解码器”变成治疗系统

闭环脑机接口不只是识别用户意图。它会把检测到的脑状态接入输出端，例如虚拟肢体、康复机器人、感觉反馈或刺激装置，再利用用户的反应改善训练或调整治疗参数。

反馈本身可能影响系统效果。一项包含 15 名健康参与者的研究发现，持续反馈训练后，参与者平均脑机控制准确率由 55% 提升至 70%。23 不过，这一结果不能直接等同于患者群体的长期临床获益。真正面向医疗应用的产品，仍须在恰当的护理对照下证明其对功能、康复进程或生活质量的改善。

几项进展，展示了脑机接口的不同路线

MRI 脑机接口：面向科研与临床基础设施

天津大学与联影医疗发布了 uMR 神观（uMR ShenGuan）。开发方将其描述为覆盖信号采集、解码、神经调控和疗效评估的全栈 MRI 脑机接口平台。1

其核心意义在于尝试把“读—写—验证”放到同一临床科研环境中：既观察和解码脑活动，也可结合 MRI 引导的神经调控与效果评估。由于 MRI 成本高、不可移动且对操作环境要求严格，它与便携式人机交互设备不是一回事。其近期价值更可能体现在神经科学研究、个体化评估和临床神经调控，而非日常的免手操作计算。

武汉一例半侵入式视网膜接口的报道

2026 年 8 月，多家媒体报道武汉大学人民医院一例视网膜色素变性患者的临床应用：团队在不穿透眼球的前提下，将刺激芯片置入巩膜微小囊袋。报道称，患者此后可辨认数字、字符和物体，并借助智能眼镜行走；该工作被表述为高分辨率半侵入式视网膜脑机接口临床应用。53

这是一例早期、公开报道的临床案例，而不是已经得到独立重复验证的广泛视力恢复证据。其安全性、耐久性、功能性视觉效果，以及对更大患者群体的适用性，仍需要同行评议的随访结果和更大规模临床研究来检验。

受监管的植入式运动功能补偿

非侵入式与植入式路线的差异，也体现在临床转化路径上。复旦大学信息显示，国家药品监督管理局于 2026 年批准了博睿康医疗科技（上海）有限公司 NEO 植入式手部运动功能补偿系统的注册申请。34

这说明另一条临床路径正在推进：对于重度运动障碍人群，如果预期功能获益足够明确，患者可能接受相应的手术负担与长期设备管理。

为什么医疗康复最可能率先规模化

与泛消费级脑机接口相比，康复医疗具备更清晰的落地条件：

• 人群和目标明确： 脑卒中、脊髓损伤及其他运动障碍对应具体的功能目标。
• 结果可以衡量： 医疗团队能够评估任务表现、训练依从性和功能变化，而不只看离线分类准确率。
• 有监督的使用环境： 医院和康复机构可以容纳佩戴、校准和治疗师指导；这些步骤对大众消费产品往往难以接受。
• 闭环反馈有实际抓手： 运动想象可与虚拟现实、机器人、康复手套、刺激等结合，让高重复训练更具针对性和参与感。

因此，商业门槛并不是“读取任意想法”或“完美控制机械手”。更现实的标准是可重复的价值：系统是否能足够稳定地改善训练质量、参与度或功能结局，并由此获得临床采用、监管准入与支付支持。

睡眠、AR/VR 与双手忙碌场景：机会存在，证据门槛更高

睡眠和脑状态管理产品未来可能受益于高频居家使用，例如睡眠分期、疲劳评估、行为干预，以及闭环感觉刺激。但消费级信号必须能经受真实生活条件的考验：不同夜晚、不同用户、药物影响、共病情况和家庭环境都会带来变化。一个看起来直观的数据看板，并不自动意味着临床价值或行为改变。

人机交互则可能先在传统输入方式受限的细分场景中出现：

• 瘫痪辅助： 当替代方案有限时，沟通、光标控制、环境控制和运动功能补偿具有很高价值。
• 双手忙碌或高安全要求的工作： 神经信号更可能与语音、视线、物理控制和计算机视觉协同，而不是完全替代它们。
• AR/VR 与无障碍： 注意力感知界面和神经反馈，比普适的“意念操控电脑”更接近近期应用。
• 具身智能与机器人： 脑机接口可提供高层级意图或用户状态信息，而视觉、语音和传统控制方式承担多数实时控制任务。

决定商业化的，不是传感器噱头

脑机接口能否走出实验室，最终取决于工程与证据的综合能力：

1. 工程可靠性： 舒适度、稳定接触、抗运动干扰、短校准时间、低误触发率，以及跨天稳定表现。
2. 临床验证： 需要受控研究证明持续性的功能获益，而不只是实验室准确率。
3. 监管与工作流适配： 质量体系、网络安全、临床人员易用性和可行的支付路径缺一不可。
4. 持续使用： 用户必须持续获得可理解、可感知的价值；只在演示中有效、却无人愿意长期佩戴的设备无法规模化。
5. 数据治理： 神经数据可能关联健康状况和身份特征。知情同意、数据最小化、安全保护、模型更新控制和二次使用边界，都是建立信任的关键。

最可能率先形成较大市场的，仍是医疗康复。 非侵入式 EEG 系统已可在这一方向创造价值；功能超声、MRI 一体化平台和植入式系统，则分别在不同维度拓展技术边界。最终胜出的不会只是“信号看起来最先进”的方案，而是那些能稳定改善真实世界结果的系统。