脑卒中是我国居民第一位死亡原因，也是成年人残疾首位病因。中国卒中中心报告显示，我国40岁以上人群中，卒中患者人数约为1780万，每年新发患者人数约为340万，卒中康复人群需求基数庞大，且呈逐年上升趋势。脑卒中给患者家庭和社会造成沉重的经济和社会负担。

　　脑卒中重症是脑卒中患者在重度神经功能损害基础上，合并出现严重的呼吸、循环等多系统功能障碍，是一种死亡率极高的神经重症疾病。近年来，随着卒中单元概念的普及及神经重症监护病房的发展，脑卒中重症患者存活率不断提高，但严重的神经功能损伤、机械通气、长期卧床和深度镇静状态等因素易导致患者出现躯体、认知、精神等方面的问题。诸多研究及指南已经建议脑卒中重症患者在生命体征平稳的状态下，应尽早在住院期间开展早期及个体化康复治疗。

　　早期系统性康复干预对提高患者整体功能状态、降低机械通气使用时间、减少重症监护病房住院天数、缩减医疗成本等具有重大意义。在重症监护病房，对于患者的生命体征实时测量、康复治疗强度及介入时机有着较高的要求，这给医师及护理人员的临床工作带来极大挑战。因此，越来越多的智能化康复设备应运而生。目前，对于重症环境的康复系统根据其应用目的不同分为智能康复评定、智能康复治疗、智能信息化系统等几大类。

脑卒中智能康复评定

　　康复评定是脑卒中患者康复治疗的重要一环，实现对患者康复情况的准确量化评估，建立完善的定量评价体系，对患者的康复训练和治疗具有指导意义。脑卒中康复评定内容主要包括生命体征、意识、认知、言语、运动、平衡协调、关节活动、感觉、日常生活及社会参与等。

　　脑卒中患者康复评定技术

　　一般的脑卒中患者由于疾病状况基本稳定，康复评定主要集中在认知、言语、运动、平衡协调、关节活动、感觉、日常生活及社会参与等方面，各项功能变化是评估的重点。评定方法主要由主观评定和客观评定构成。以上肢和手功能评定为例，主观评定以量表的形式进行，主要包括以肌肉情况变化为主的评定（徒手肌力检查等）、以运动模式为主的评定（Brunnstrom分期量表、Fugl-Meyer量表等）、以上肢功能变化为主的评定（Wolf运动功能测试量表等）和以手功能为主的评定（DASH量表等）四大类。

　　客观评定则是利用神经电生理、脑功能成像、可穿戴技术等手段对患者进行康复评估，不受主观因素影响。例如，基于经颅磁刺激技术（TMS）所检测的运动诱发电位（MEP）、功能磁共振成像（fMRI）、脑电图（EEG）和近红外脑功能成像（fNIRS）等。

　　近年来，可穿戴传感器、机器人和力学传感等新技术的发展，使得运动学和动力学参数也逐步成为客观评定患者康复进展的新指标。其中，运动传感器主要包括陀螺仪、加速度计、三维力矩传感器、压力和磁力等，用于识别分析人体活动数据，提取关节角度、关节角加速度、协调性等运动特征，进而实现运动功能的客观定量分析；将表面肌电传感器与惯性传感单元传感器结合，可采集表面肌电信号、运动轨迹、关节角度、关节角速度等参数，客观评估卒中患者的肢体运动功能。

　　脑卒中重症患者康复评定技术

　　脑卒中重症患者由于生命体征波动较大，疾病进展难以预料，因此对于生命体征、意识，以及神经功能的监测要求高于一般脑卒中患者，受限于重症监护病房空间及脑卒中重症患者配合程度，康复评定技术与设备大部分集中在意识状态、脑电、颅内压、脑组织代谢监测等方面。

　　意识监测 意识状态是多数康复训练开始前首先要观察的生命体征，因此对于患者意识状态的判断显得尤为重要。目前，对于脑卒中重症意识监测方面的尝试主要为A.Davoudi和K.R.Malhotra等人将摄像机采集的面部图像数据应用深度学习技术及人工神经网络技术处理来识别重症患者的精神状态及疼痛程度；杭州极智医疗科技有限公司开发了可实现脑功能认知和最小意识监测眼动跟踪交互系统。此外，美国佛罗里达州立大学开发的智能ICU单元，通过各类型传感器进行人脸识别、动作检测、头部姿态监测等来实现基本生命体征监测、面部表情识别、姿势识别、肢体运动分析等。脑卒中重症患者意识水平的监测医生及护理人员可以及时了解患者状态，更精细快速鉴别病情变化，并判断患者康复治疗参与度。

　　脑电图监测 脑电图监测是一项安全、方便、经济且无任何禁忌的脑功能监测技术，可以反映大脑功能性电活动。目前有研究发现，用脑电图监测脑卒中患者残余神经回路中神经功能的完整性，是一种更好的预测功能恢复的方法。此外，在脑卒中急性期（6～24小时）通过量化快波频带和慢波频带可以更有效地评估脑损伤严重程度。合理利用脑电图和神经成像技术，将有利于实现更具针对性的神经康复模式。Finnigan等人通过研究delta-alpha之间功率比的方法，利用脑电图准确区分了正常人与脑梗死患者，这一发现为脑卒中重症患者监测脑梗复发提供了新的思路。利用脑电功率谱还可以检测到存在空间忽略患者双侧大脑区域活动之间的差异。Nicolo等人将加权节度点（WND）这一参数引入脑电分析，发现更高的WND与患者预后相关，研究认为运动区及Broca言语区之间的脑电图自发震荡同步性增加，是运动及言语恢复的生物学标志。不仅如此，脑电图在康复疗效评估方面同样有着诸多应用。

　　近年来，随着人工智能技术的发展，诸多学者已经将人工神经网络（ANN）、支持向量机(SVM)等技术引入脑电图分析中，使智能脑电评估与康复治疗结合成为现实，如Ang等人将智能化脑电分析方法与脑机接口技术结合，实现了为康复训练提供实时反馈，极大提高了康复治疗效果。

　　颅内压、脑组织代谢监测 脑卒中重症患者常因严重的神经功能损害而出现链式反应导致继发性损害，如脑水肿、癫痫、皮质去极化、代谢衰竭、神经炎症等，导致更大程度脑损伤。因此，预防继发性脑损伤在神经危重症护理中至关重要。颅内压、脑血流、脑电信号、脑组织氧合是可以敏感反映神经功能状态的标志物。传统的有创测量，技术成熟，测量准确，但并不适合所有类型的脑卒中重症患者。因此，在过去的几十年里，人们越来越关注神经监测技术的开发和利用。

　　近红外光谱是一种廉价、便携、非侵入性的方法，通过监测含氧和脱氧血红蛋白浓度变化，提供无创可视化的大脑神经活动，具有操作简单、抗干扰性强、电磁兼容性好等优势，可实现多元场景下被试脑功能的快速实时检测。而f NIRS可以监测包括脑血氧饱和度、颅内压、温度和脑血流等多种脑功能参数，在脑卒中重症患者的并发症预防、病情监测等方面同样有着广泛应用。

　　回顾当前的脑卒中重症智能康复评定系统，各类型的设备及传感器已经可以实现精准的数据采集；但不同系统数据之间相对分散，难以融合。考虑到患者大脑病理的复杂性，联合多种设备的多模态神经监测比单个参数监测更能提供全面神经功能信息，有利于医生及时、系统为患者制定康复管理方案。

脑卒中康复治疗技术

　　卒中后功能恢复的关键驱动因素是神经功能重组，可由康复干预措施诱发，如物理治疗、作业疗法等。传统康复疗法仍是康复医学科治疗卒中的主要方法，通过感觉运动系统不断向中枢神经输入刺激，以促进中枢神经系统重塑，从而不同程度促进卒中后各种功能恢复。目前，康复治疗的理念正从肢体康复转向大脑和肢体协同康复，以大脑的可塑性以及神经通路的重塑为基础，提出脑卒中后运动功能康复“中枢 - 外周 -中枢”闭环干预模式，针对性地促进中枢重塑和外周控制，进而促进功能恢复。

　　针对脑卒中重症患者的特殊性，智能康复治疗系统目前主要分为两类。一类是传统的超早期床旁康复机器人辅助系统。传统的超早期床旁康复机器人辅助系统根据其功能又可分为主被动肢体活动设备、站立辅助设备等。另一类是应用了脑机接口技术等新技术为辅助的新型康复治疗系统，脑机接口技术、虚拟现实技术、神经调控技术是目前应用较多的类型。

　　智能康复机器人

　　康复机器人是医疗机器人的一个重要分支，结合了康复医学、生物力学、机械力学和计算机科学等，可提供重复性、特异性、定量化运动训练，也可提供客观即时的训练数据和评估数据，帮助运动功能障碍患者实现高效的康复训练。

　　上肢智能康复机器人  上肢康复机器人有末端牵引式和外骨骼式两种类型。上肢机器人系统集成柔性传动、力反馈技术和三维运动轨迹捕捉，实现机器人运行平滑柔顺，增强人机交互感；可汇集多种功能训练模式，通过难度渐进的目标导向性训练和精确客观的评估数据分析，将沉浸式交互游戏融入训练之中，有效地促进卒中患者运动再学习的过程。功能导向性训练结合本体感觉和运动感觉等多感官重复综合刺激，激活大脑皮层，促进大脑神经元可塑性，可有效实现上肢功能改善。机器人技术的应用可有效解决传统康复治疗的局限性，实现一对多的治疗模式，优化医疗资源。

　　下肢智能康复机器人  卒中后下肢运动功能障碍，包括下肢肌张力增高、关节活动度受限、肌力下降、协调及平衡功能降低等，难以将负重、迈步、平衡三大关键要素有效结合，进而导致无法行走或异常步态特征，表现为步态不对称性、耗能增加、稳定性下降等。早期康复介入是卒中患者建立正确步行模式的关键。在卒中康复中，下肢外骨骼康复机器人结合康复医学、计算机科学、生物力学和人工智能等多领域专业知识，通过模拟正常步行规律，为患者提供重复性、一定强度的、任务导向的运动，让患者重新学习走路和恢复下肢肌肉力量，恢复神经系统对下肢的控制能力，最终达到恢复运动功能的目的。研究显示，智能康复训练机器人在提高患者下肢运动功能、改善步行能力及日常生活能力方面对患者有重要意义。

　　下肢康复机器人根据其辅助步行训练的特点可分为基于平板训练的减重机器人系统和平地行走训练机器人两大类。其中，基于平板训练的减重机器人常用的如 Lokomat 训练系统和反重力跑台，可以提供一定体重支撑，带动患者下肢在跑步机上进行步态康复训练。平地行走训练机器人可进一步分为双侧下肢机器人和单侧下肢机器人系统。单下肢偏瘫康复机器人通过采集患者健侧主动运动的步态信息、研判患者的运动意图、分析并学习其步态特征，带动患侧进行与健侧相适应的运动再学习康复训练，从而促进脑神经控制功能重塑，使患者逐步恢复正常的行走步态，实现主动化、个性化、系统化、精准化康复。该类产品集成功能重建、意图识别、智能交互以及人体工程学轻量化设计，实时准确识别和监测健侧肢体意图和步态信息，引领患侧进行双侧联合训练，为患者提供个性化精准辅助，促进神经回路重建，实现下肢功能康复。

　　脑卒中重症智能康复机器人 在脑卒中重症患者的康复治疗中，智能康复机器人同样有着广泛的应用，其具有的安全性及有效性已得到广泛验证。德国 MOTOmed 公司研发的 letto2高移动性末端牵引构型康复机器人适用于床旁早期康复，研究发现其可以降低重症患者肺栓塞的发生率、严重多器官功能障碍发生率和死亡率；美国 Columbia University 研发了轻量化可重构的索并联外骨骼式康复机器人，为重症康复装备研究开辟了一个新的方向。意大利University of Padua 开发的 NeReBot 机器人，是一种改善上肢肩肘腕关节功能的低成本便携式康复机器人，被证实可以改善急性期脑卒中患者上肢运动功能。清华大学、上海理工大学和中国科学院自动化研究所等研究机构研制了一系列移动式上 / 下肢康复机器人，临床实践表明，轻量化可重构机构康复训练机器人，可以在满足躯体训练的同时适应不同患者、非结构化的 ICU 环境等需求。

　　此外，脑卒中重症患者长期卧床状态导致血容量下降、自主神经功能失调等，常使这类患者出现体位性低血压以及直立性晕厥等不良事件，因此疾病早期的体位转移及站立训练十分重要。辅助站立设备作为一类成熟的针对重症患者的康复设备，目前被广泛应用于脑卒中重症患者的康复治疗中。近年来，部分公司将神经肌肉电刺激技术和机器人辅助主被动活动装置整合进辅助站立设备，被证实在改善脑卒中重症患者肢体活动及自主站立能力方面疗效显著。

　　脑机接口技术

　　脑机接口技术作为近年来神经科学的热门研究方向，已经被诸多研究证实可以有效提升康复治疗效果。脑机接口技术目前主流的类型为基于脑电图的脑机接口技术。在这方面，清华大学团队提出了面向患者个体差异性的脑机交互康复训练技术，通过脑电分析技术表征卒中患者神经重组过程的个体差异性，基于个性化神经重组特征的脑机接口导联选择算法，提出了结合神经调控的运动意图表达增强方法，促进卒中患者神经重组过程，促进构建其神经重组脑区和行为动作之间的内部联系，取得了较好的临床效果。

　　清华大学附属北京清华长庚医院潘钰团队发现基于运动想象的脑机接口康复训练能改善亚急性期脑卒中患者上肢运动功能，促进脑功能网络活动，实现全脑功能重塑，并通过与人工智能结合实现对脑卒中患者运动功能障碍识别及个体化运动处方指导。Omid Dgehzang 等人基于视觉诱发电位，应用便携式脑机接口设备结合高斯混合模型来实现对不能言语的重症患者言语识别，这一发现极大程度促进了言语功能受限的重症患者言语沟通能力。

　　基于脑电信号的脑机接口技术在亚急性期及慢性期的脑卒中患者的康复治疗领域应用广泛，且设备相对成熟。但由于脑机接口技术的应用需要患者实时反馈，大部分脑卒中重症患者并不具备这种能力，因此脑机接口技术在脑卒中重症康复领域有待进一步的研究及应用推广。

　　神经调控技术

　　康复治疗技术正从肢体康复转向肢体 - 大脑协同康复，各种形式的神经环路调控技术得到快速发展。神经环路调控技术是指通过侵入性或非侵入性手段，利用光、磁、电、超声等物理因子来改变中枢 / 外周神经系统信号传递，调节神经元及其所在神经网络兴奋性，并可能建立补偿性的新环路和新神经网络，是解析脑功能及治疗神经系统疾病的有效手段。神经环路调控技术包括侵入性和非侵入性两种。其中，侵入性调控技术包括深部脑刺激（DBS）和迷走神经刺激（VNS）等；非侵入性刺激主要包括经颅磁刺激（TMS）、经颅直流电刺激（tDCS）及外周神经肌肉电刺激（PNES）等。

　　非侵入神经调控技术具有无创、安全、参数和靶点可调等优点，在神经康复领域具有广阔的应用前景。其中，TMS 的原理是利用一系列电磁脉冲刺激大脑皮层，从而影响脑内代谢和神经电活动。除了短暂地诱导或干扰神经活动外，TMS的应用可通过长期增强或长期抑制机制促进皮层兴奋或抑制。XIN GE 和 YUE ZHANG等人发现对右侧背外侧前额叶10 Hz重复TMS（rTMS）治疗可以改善脑卒中患者早期意识障碍，加速患者的康复进程。Fisicaro 等人研究表明，rTMS 对上肢功能康复有积极作用。Krawinkel 等人对卒中患者进行了手部运动和经颅交流电刺激（tACS）相结合的临床试验，结果发现刺激可削弱半球间过度耦合，提高手部控制能力。F. Fisicaro， G. Lanza 等人通过 meta分析发现 rTMS 在改善急性脑卒中痉挛和认知障碍上效果明显。

　　目前，临床康复中常用的 TMS 技术主要为单脉冲TMS和重复TMS，分别用于检测神经通路完整性、诱发大脑活动的可塑性变化。theta节律波刺激（TBS）的形式也被应用于神经康复中。此外，经颅磁刺激结合双拍成对刺激，可实现双靶点同步关联刺激，实现协同效果，增强功能康复。TMS 的优势是非侵入性、安全性较好，适用于配合度较低的患者，同时还可作为大脑皮质兴奋性和中枢传导时间的测评工具。目前，TMS 在治疗卒中后运动、认知、言语、吞咽、情感等功能障碍方面积累了一些证据，有望成为卒中康复领域中一种具有较好治疗前景的无创神经调控技术。该技术目前已经被广泛应用于脑卒中患者康复治疗中，但在脑卒中重症患者中使用的安全性和有效性，仍缺乏更高级别证据，且具体治疗方案仍无统一共识，这也限制了神经调控技术在脑卒中重症领域的应用。

　　虚拟现实技术

　　MV Dolganov和MI Karpova等人将虚拟现实技术引入脑卒中重症患者上肢运动功能训练，验证了虚拟现实技术在脑卒中重症急性期应用的安全性及有效性。Sze Chit Leong对虚拟现实、增强现实、混合现实技术在急性脑卒中患者上肢功能应用的研究进行了 meta 分析，发现基于虚拟现实及混合现实的智能康复方案明显优于传统治疗方案。不仅如此，虚拟现实技术还被应用于脑卒中重症昏迷患者促醒治疗中，虚拟现实技术可以与外周多感觉刺激结合，呈现具象化的反馈增强多感官刺激，从而实现促醒作用，并且可以增强患者神经可塑性。

　　综上，通过虚拟现实场景将患者康复训练任务、精细躯体运动和脑机接口技术相结合将成为脑卒中重症康复治疗系统的研究趋势。若将智能康复评估系统与康复治疗系统有机集成，可以在保证重症救治效率的同时最大化维持和改善患者身体机能。

　　脑卒中智能信息化系统

　　脑卒中患者康复是体系化过程，制定个体化、精细化、全程化的康复治疗方案是重中之重。临床上，脑卒中运动功能康复需要经历评估－康复－再评估－持续康复－疗效随访的过程，这一过程非常依赖康复医师及治疗师临床经验。因此，制定一套可以收集并反馈的脑卒中患者疾病全过程智能康复信息化系统显得尤为必要。应通过自适应反馈机制和临床评价，不断优化康复方案和技术路径，结合临床功能量表、电生理测试、生物力学测试、神经影像学测试，开发实现中枢 - 外周多模态信息的综合量化评估技术，实现患者运动功能障碍的定量化诊断，指导康复治疗选择，预测运动功能障碍后的功能恢复。

　　随着5G技术及互联网技术的发展，越来越多的相应平台设备开始出现。西班牙罗维拉一世维吉尔大学开发的e-pemicu 平台，用于收集ICU 患者早期康复评估及治疗数据，被认为是智能康复信息系统的原型。该平台将脑卒中重症患者治疗及评估信息电子化，为后期的研究提供便利。在国内，四川大学华西医学院开发了重症临床信息系统。该系统基于云平台的重症信息服务系统，为 ICU 医务人员的临床和科研活动收集和处理重症患者临床医疗信息，提供辅助诊疗和决策支持。

总结与展望

　　康复训练技术未来发展趋势将是融合中枢 - 外周多模态信息实现运动功能障碍动态评估、反馈，以精准的神经环路为导向实现神经调控与康复训练协同优化匹配，将康复技术与 AI深度融合实现自适应智能交互与训练，形成评估、训练、反馈一体化平台。此外，AI 技术逐步应用于康复过程管理，如康复评估及训练数据通过云平台能同时跟踪不同患者、不同设备的相关数据，通过大数据分析，提供辅助决策，实现脑卒中康复治疗全程智能化、信息化管理，为脑卒中重症患者最大程度功能恢复和提高生活质量提供有效技术保障。高新技术的研发和临床转化与综合的规范化康复治疗相结合将是未来脑卒中康复发展方向。

　　（摘编自国家药监局医疗器械注册管理司、中国生物医学工程学会编印的《医疗器械科技前沿》2023第3期）

(责任编辑：张可欣)