不只 EEG：非侵入式腦機介面如何走向閉環復健

腦機介面（BCI）已不再只是戴上頭戴式 EEG（腦電圖）裝置、用注意力或想像動作移動游標。技術正朝向更豐富的感測、更穩健的多模態解碼，以及閉環回饋前進：系統讀取訊號、轉換為動作或治療、量測結果，再據此調整。

這個轉變對復健尤其重要。復健 BCI 未必需要「讀懂每個念頭」；它更需要的是，能穩定支援一項可衡量的臨床訓練任務。

核心取捨：訊號品質與手術負擔

BCI 不該被視為單一技術，而是一條從無創到植入的連續光譜。

類型	訊號量測位置	精確度與訊號品質	手術需求	重複使用與可攜性
非侵入式	顱骨外，最常見為 EEG；也包括 fNIRS、MEG、MRI 與新興超音波方法	對神經活動的直接性最低；EEG 時間解析度高，但訊號會受頭皮、組織與顱骨影響而模糊	無	EEG 可重複使用、可穿戴；MRI 與 MEG 則需在固定設施內使用
半侵入式	通常位於腦表面或其附近，不穿刺進入腦組織	一般較頭皮量測更強、空間定位更明確，且可涵蓋較大皮質區域	需顱部手術	植入系統為個別患者專用；外部元件可具一定行動性
侵入式	腦組織內	對精細運動或語音相關解碼有最高潛在特異性	需穿刺式神經外科手術及長期植入物管理	為個別患者專用；可攜性取決於植入與外接硬體設計

EEG 仍是最務實的非侵入式主力，原因是相對低成本、反應快且能做成穿戴式設備。但限制也很根本：顱骨與組織會讓訊號擴散，電極接觸狀態會變動，動作容易帶來雜訊，而且不同人、甚至同一人在不同日子的訊號都可能改變。

因此，答案不只是增加電極數量。新系統愈來愈常把神經訊號與眼動追蹤、肌電圖（EMG）、行為情境或其他影像模態結合，目標是降低判讀歧義，並讓解碼器能因應個人體質與訊號漂移。

功能性超音波有潛力，但還不是消費級頭戴裝置

功能性超音波（functional ultrasound，fUS）量測的是與神經活動相關的腦血流變化，提供了不同於頭皮電訊號的腦部讀取路徑，並能以高解析度觀察腦血容量。在一項閉環研究中，研究團隊即時串流兩隻恆河猴後頂葉皮質的 fUS 資料，用以解碼眼部與手部動作計畫。21

不過，這不代表現階段 fUS 能直接取代 EEG。fUS 讀取的是間接的血流動力學訊號，時間解析度相對較慢，約為 2 至 10 Hz；而既有 BCI 研究若要取得高品質訊號，通常需要顱骨窗與／或可透聲的顱骨義體。17

換句話說，最令人矚目的 fUS BCI 證據，多數更接近微創或硬膜外研究配置，而非隔著完整顱骨就能日常佩戴的裝置。它未來仍可能在需要空間細節與廣域腦區覆蓋時，與電生理量測互補；至於可攜、可重複使用的情境，EEG 目前仍更可行。

閉環回饋：讓 BCI 從解碼器變成治療系統

閉環 BCI 不只辨識使用者意圖。它會把偵測到的腦狀態連接到輸出，例如虛擬肢體、機器人裝置、感覺回饋或刺激治療，並利用後續反應改善訓練或調整療程。

回饋確實可能改變操作表現。一項針對 15 名健康受試者的研究顯示，連續回饋訓練使平均 BCI 控制準確率從 55% 提升至 70%。23 這是正面訊號，但不能直接等同於已證實能為患者帶來持久臨床效益。真正走向臨床的產品，仍須相對於合適的照護比較組，證明功能、復原或生活品質有所改善。

近期里程碑：BCI 正沿多條路線推進

MRI 型 BCI：研究與臨床轉譯基礎設施

天津大學與聯影醫療推出 uMR 神官（uMR ShenGuan）。開發方形容，這是一套涵蓋訊號取得、解碼、神經調控與治療評估的全流程 MRI 型 BCI 平台。1 其重點是建立「讀取—寫入—驗證」的閉環：在同一臨床研究環境中，結合影像、解碼、MRI 引導調控與效果評估。

但 MRI 的成本、固定式設備特性與操作條件，決定它與可攜式人機介面是截然不同的產品。其短期價值較可能落在神經科學研究、個人化評估與臨床神經調控，而非日常免手操作電腦。

媒體報導的半侵入式視網膜介面

2026 年 8 月的媒體報導指出，武漢大學人民醫院為一名視網膜色素變性患者，在不穿透眼球的前提下，將刺激晶片置入鞏膜囊袋。報導稱，患者其後可辨識數字、文字與物品，並配合智慧眼鏡行走；該案例被描述為高解析度半侵入式視網膜 BCI 的臨床應用。53

這仍是一宗早期、經媒體報導的臨床個案，並非已獲獨立重複驗證、能廣泛恢復視覺的長期證據。安全性、耐用性、實際功能性視覺與適用患者範圍等主張，仍有待同儕審查後續研究與更大型臨床試驗確認。

受監管核准的植入式運動功能補償

非侵入式與植入式 BCI 的差異，也直接影響商業與臨床路徑。根據復旦大學資訊，中國國家藥品監督管理局於 2026 年核准了腦虎科技（Neuracle）的 NEO 植入式手部運動功能補償系統。34 這代表另一條臨床轉譯路線：對於嚴重運動障礙患者，只要預期功能效益足夠，便可能接受相應的手術負擔。

為何醫療復健最可能率先擴大規模

相較於一般消費型 BCI，復健具備幾項關鍵條件：

• 使用者與目標明確： 中風、脊髓損傷與各類運動障礙，都有具體的功能訓練目標。
• 成效可量測： 臨床人員可評估任務表現、依從性與功能變化，而不只看離線分類準確率。
• 可容納受監督流程： 醫療院所能處理設定、校準與治療師監督；這些流程在大眾消費型頭戴裝置中往往難以接受。
• 回饋迴路有實際效用： 運動想像可與 VR、機器人、手套、刺激或其他回饋結合，使重複訓練更具目標性與投入感。

商業化門檻並非「毫無限制地讀心」，也不是完美控制機器手。真正的標準是可重複的價值：系統必須足以改善訓練、參與度或功能結果，才能支撐臨床採用、法規審查與給付機制。

睡眠、AR／VR 與雙手無法操作的工作：機會存在，證據門檻更高

睡眠與腦狀態產品未來可望受惠於高頻率居家使用，可能應用包括睡眠分期、疲勞評估、行為引導與閉環感官介入。然而，消費級訊號必須能跨越不同夜晚、使用者、用藥狀態、共病與一般家庭環境而穩定運作。漂亮的儀表板，並不等同於具臨床意義或確實能改變行為的結果。

人機互動可能先在傳統輸入方式受限的利基場景落地：

• 癱瘓者輔助： 溝通、游標操作、環境控制與運動功能補償，在替代方案有限時具高度價值。
• 雙手忙碌或高安全需求工作： 神經訊號較可能搭配語音、視線、實體控制與電腦視覺，而非完全取代它們。
• AR／VR 與無障礙應用： 具注意力感知的介面與神經回饋，比「人人都能用意念操控」更像近期可行的方向。
• 具身 AI 與機器人： BCI 可提供高階意圖或使用者狀態；視覺、語音與傳統控制則處理大部分即時控制任務。

決定商業化的，不是感測器看起來有多新

最後的勝負在於執行與證據，而非概念本身。

1. 工程可靠性： 舒適度、穩定接觸、耐動作干擾、縮短校準時間、降低誤觸發率，以及跨日穩定表現。
2. 臨床驗證： 必須透過受控研究證明持久的功能效益，而非只展示實驗室準確率。
3. 法規與工作流程契合： 醫療器材品質系統、資安、臨床人員可用性與可行的支付路徑，缺一不可。
4. 留存與持續使用： 使用者必須持續獲得易於理解的價值；只在展示時好用、平日不願佩戴的裝置，無法擴大規模。
5. 資料治理： 神經資料可能與健康狀態及個人身分連結。知情同意、資料最小化、資安、模型更新控制與限制二次利用，都是建立信任的核心。

因此，最可能率先形成大型市場的仍是醫療復健。以 EEG 為主的非侵入式系統已可在此創造價值；fUS、MRI 整合平台與植入式系統，則分別從不同方向拓展技術邊界。長期勝出的，將是能可靠改善真實世界結果的系統，而不只是神經訊號看起來最先進的產品。