recoveriX Gait Rehabilitation After Stroke: What a 2023 Brain–Computer Interface Study Found

สิ่งพิมพ์

การฟื้นฟูการเดินเป็นหนึ่งในเป้าหมายที่สำคัญที่สุดหลังจากการเกิดโรคหลอดเลือดสมอง (Stroke) และเป็นหนึ่งในสิ่งที่บรรลุเป้าหมายได้ยากที่สุด โดยเฉพาะในผู้ป่วยที่อยู่ในระยะเรื้อรัง ผู้ป่วยจำนวนมากสามารถกลับมาเดินได้บ้าง แต่ความเร็ว ความปลอดภัย ความอดทน และความมั่นใจมักยังคงมีจำกัด แม้จะผ่านการบำบัดแบบดั้งเดิมมาเป็นเวลาหลายเดือนหรือหลายปีแล้วก็ตาม

งานศึกษาวิจัยทางคลินิกในปี 2023 ที่ตีพิมพ์ในวารสาร Frontiers in Neuroscience ได้ทำการสำรวจว่า recoveriX ซึ่งเป็นระบบส่วนต่อประสานสมองกับคอมพิวเตอร์ (Brain–Computer Interface: BCI) แบบใช้จินตภาพการเคลื่อนไหว ทำงานร่วมกับการกระตุ้นไฟฟ้าเพื่อการใช้งาน (FES) และระบบป้อนกลับแบบเสมือนจริง สามารถช่วยปรับปรุงผลลัพธ์ในการฟื้นฟูการเดินสำหรับผู้รอดชีวิตจากโรคหลอดเลือดสมองที่มีปัญหาการเดินเรื้อรังได้หรือไม่

Multiple Sclerosis Rehabilitation gait rehabilitation

เหตุใดการฟื้นฟูการเดินจึงอาจชะงักหลังโรคหลอดเลือดสมอง

หลังเกิดโรคหลอดเลือดสมอง ความอ่อนแรงของรยางค์ส่วนล่าง อาการเกร็ง และการเคลื่อนไหวของข้อต่อที่ลดลง อาจทำให้การเดินช้าลงและไม่ปลอดภัย แม้การฟื้นฟูการเดินแบบดั้งเดิม เช่น การฝึกเดินบนพื้น การฝึกเดินบนสายพาน หรือการฝึกด้วยเครื่องมือกลและไฟฟ้าจะช่วยได้ แต่ผลลัพธ์กลับมีความแตกต่างกันในแต่ละบุคคล และผู้ป่วยบางรายอาจเจอกับภาวะคงที่ (Plateau)

สาเหตุหนึ่งคือการบำบัดจำนวนมากไม่สามารถยืนยันได้อย่างแม่นยำว่าผู้ป่วยกำลังส่งคำสั่งการเคลื่อนไหวจากสมองขณะได้รับผลป้อนกลับ (Feedback) หรือไม่ ระบบ recoveriX ซึ่งเป็นการฟื้นฟูการเดินด้วย BCI จึงเข้ามาปิดช่องว่างดังกล่าว โดยการเชื่อมโยงผลป้อนกลับทางประสาทสัมผัสเข้ากับความตั้งใจในการเคลื่อนไหวของผู้ป่วยแบบเรียลไทม์

ภาพรวมการศึกษา: การฟื้นฟูการเดินด้วย BCI + FES + ผลป้อนกลับ

ผู้เข้าร่วมการศึกษา

  • รับผู้ป่วยโรคหลอดเลือดสมองเข้าร่วม 25 ราย โดยมีผู้ป่วย 22 รายที่เสร็จสิ้นกระบวนการรักษาและนำผลมาวิเคราะห์
  • กลุ่มตัวอย่างส่วนใหญ่เป็นผู้ป่วยในระยะเรื้อรัง (21/22 ราย) โดยมีระยะเวลาเฉลี่ยตั้งแต่เกิดโรคหลอดเลือดสมองอยู่ที่ประมาณ 4 ปี

รูปแบบการรักษา (Protocol)

  • เข้ารับการบำบัดด้วย recoveriX จำนวน 25 ครั้ง ระยะเวลา 3 เดือน (โดยทั่วไปคือ 3 ครั้งต่อสัปดาห์)
  • การฝึกทำในท่านั่ง ซึ่งช่วยลดความเสี่ยงจากการพลัดตกหกล้มระหว่างการฝึกเดิน
  • ผู้ป่วยจะทำการฝึกสร้างจินตภาพการเคลื่อนไหว (Motor Imagery) เมื่อระบบตรวจจับรูปแบบคลื่นสมอง (EEG) ได้อย่างถูกต้อง ระบบจะส่งมอบ:
    • ผลป้อนกลับทางสายตา (ตัวละครเสมือนจริง / Avatar)
    • การกระตุ้นไฟฟ้าเพื่อการใช้งาน (FES) เพื่อสนับสนุนรูปแบบการเคลื่อนไหวที่เกี่ยวข้องกับการเดิน

ตัวชี้วัดหลัก

  • การทดสอบการเดิน 10 เมตร (10 Meter Walking Test: 10MWT) ซึ่งเป็นดัชนีมาตรฐานในการฟื้นฟูการเดินเพื่อวัดความเร็วในการเดิน

ผลลัพธ์หลัก: ความเร็วในการเดินปรับตัวดีขึ้นอย่างมีนัยสำคัญทางคลินิก

การศึกษารายงานว่าความเร็วในการเดินเพิ่มขึ้นอย่างมีนัยสำคัญทางคลินิกที่ 0.19 เมตร/วินาที (95% CI 0.13–0.25, p < 0.001)

ในแง่ปฏิบัติของการฟื้นฟูการเดิน ความเร็วในการเดินที่เร็วขึ้นส่งผลต่อ:

  • การเคลื่อนไหวภายในบ้านและชุมชนที่ดีขึ้น
  • การย้ายร่างและการกลับตัวที่ปลอดภัยยิ่งขึ้น
  • การพึ่งพาตนเองในชีวิตประจำวันที่เพิ่มมากขึ้น

ผลลัพธ์เพิ่มเติมที่เกี่ยวข้องกับการฟื้นฟูการเดิน

คณะผู้จัยยังรายงานถึงการปรับปรุงที่เกี่ยวข้องกับฟังก์ชันของรยางค์ส่วนล่าง ซึ่งมักเป็นข้อจำกัดในความก้าวหน้าของการฟื้นฟูการเดิน:

  • อาการเกร็งของข้อเท้าลดลง (วัดด้วย Modified Ashworth Scale)
  • องศาการเคลื่อนไหวของข้อเท้าดีขึ้น รวมถึงการกระดกข้อเท้าขึ้น (Dorsiflexion) ที่เพิ่มขึ้นอย่างมีนัยสำคัญ
  • ความแรงของกล้ามเนื้อดีขึ้นจากการทดสอบกำลังกล้ามเนื้อ (Manual Muscle Testing) สำหรับการเคลื่อนไหวสำคัญของข้อเท้า
  • สมรรถภาพในการทดสอบการทำงานที่เกี่ยวข้องกับการเคลื่อนไหวและการทรงตัวดีขึ้น (เช่น การทดสอบ Timed Up and Go ดีขึ้นอย่างมีนัยสำคัญ)

เมื่อพิจัตนารวมกัน การเปลี่ยนแปลงเหล่านี้สนับสนุนแนวคิดที่ว่า การให้ผลป้อนกลับทางระบบประสาทแบบเจาะจง (Targeted Neurofeedback) ด้วย recoveriX สามารถช่วยให้การเคลื่อนไหวของรยางค์ส่วนล่างมีความเสถียรและควบคุมได้ดีขึ้น ซึ่งเป็นรากฐานสำคัญสำหรับการฟื้นฟูการเดินที่มีประสิทธิภาพ

รายละเอียดสำคัญในทางปฏิบัติ: การเปลี่ยนแปลงเริ่มปรากฏในช่วงท้ายของโปรแกรม

การวิเคราะห์การวัดซ้ำของการทดสอบ 10MWT ชี้ให้เห็นว่า ความเร็วในการเดินที่เพิ่มขึ้นอย่างมีนัยสำคัญจะเริ่มปรากฏชัดเจนประมาณครั้งที่ 21 สำหรับการวางแผนฟื้นฟูการเดิน สิ่งนี้มีความสำคัญอย่างยิ่ง: ประโยชน์ที่ได้รับอาจจำเป็นต้องได้รับปริมาณการรักษา (Dosage) เกือบครบถ้วน มากกว่าการรักษาเพียงช่วงสั้นๆ

เหตุใดผลป้อนกลับแบบ “วงปิด” (Closed-loop) จึงมีความสำคัญต่อการฟื้นฟูการเดิน

การรักษาด้วยวิธีนี้ออกแบบขึ้นตามหลักการแบบวงปิด (Closed-loop):

ความตั้งใจในการเคลื่อนไหว → กิจกรรมสมองที่ตรวจจับได้ → ผลป้อนกลับทันที

recoveriX จะส่งมอบผลป้อนกลับ (ตัวละครเสมือนจริง + FES) ก็ต่อเมื่อตรวจพบจินตภาพการเคลื่อนไหวที่ตั้งใจไว้เท่านั้น เป้าหมายคือการเสริมสร้างความเชื่อมโยงระหว่างการเปิดทำงานของสมองกับผลลัพธ์ทางระบบประสาทสัมผัส ซึ่งช่วยสนับสนุนการปรับตัวของสมอง (Neuroplasticity) ที่เกี่ยวข้องกับการเดิน

สิ่งนี้แตกต่างจากแนวทางแบบวงเปิด (Open-loop) ที่การกระตุ้นหรือการเคลื่อนไหวอาจเกิดขึ้น โดยไม่มีการยืนยันว่าผู้ป่วยกำลังสร้างคำสั่งการเคลื่อนไหวที่ตั้งใจขึ้นในสมองจริงๆ

ความหมายต่อนักกายภาพบำบัด

หากคุณเป็นผู้บริหารจัดการโปรแกรมการฟื้นฟูการเดิน การศึกษานี้สนับสนุนประเด็นในทางปฏิบัติหลายประการ:

  • การติดตามการมีส่วนร่วมอย่างเป็นรูปธรรม: ดัชนีวัดสมรรถภาพของ BCI ช่วยให้เห็นตัวชี้วัดที่เป็นวัตถุประสงค์ว่าผู้ป่วยสร้างรูปแบบจินตภาพการเคลื่อนไหวเป้าหมายได้สม่ำเสมอเพียงใด
  • ปริมาณการรักษาเป็นเรื่องสำคัญ: การเปลี่ยนแปลงที่มีนัยสำคัญทางคลินิกปรากฏในช่วงท้ายของโปรแกรม ซึ่งเน้นย้ำถึงความสำคัญของความต่อเนื่องและการจัดตารางเวลาอย่างเป็นระบบในการฟื้นฟูการเดิน
  • วัดผลการเดินด้วยเครื่องมือสำหรับวัดการเดิน: ผู้เขียนการศึกษาระบุว่าแบบประเมินความบกพร่อง เช่น FMA-LE อาจมองไม่เห็นการเปลี่ยนแปลงของการเดิน ในขณะที่แบบทดสอบที่ออกแบบมาเฉพาะสำหรับการเดินจะจับการเปลี่ยนแปลงได้ชัดเจนกว่า

ความหมายต่อผู้รอดชีวิตจากโรคหลอดเลือดสมอง

สำหรับผู้ป่วยที่กำลังฟื้นฟูการเดินหลังเกิดโรคหลอดเลือดสมอง การศึกษานี้ชี้ให้เห็นว่า:

  • การปรับตัวดีขึ้นจากการฟื้นฟูการเดินด้วย recoveriX สามารถเกิดขึ้นได้แม้จะผ่านเหตุการณ์โรคหลอดเลือดสมองมาแล้วหลายปี
  • การฝึกด้วย recoveriX ไม่จำเป็นต้องฝึกยืนหรือฝึกเดินในทุกคาบการรักษา (ในโปรแกรมการศึกษานี้เป็นการฝึกในท่านั่ง)
  • การฝึกด้วย recoveriX ที่เป็นระบบและทำซ้ำๆ ซึ่งเชื่อมโยงความตั้งใจเข้ากับผลป้อนกลับ อาจช่วยให้ระบบประสาทเรียนรู้รูปแบบการเคลื่อนไหวที่ช่วยให้เดินได้อย่างปลอดภัยยิ่งขึ้นอีกครั้ง

เอกสารอ้างอิง (Reference)

Sebastián-Romagosa M, Cho W, Ortner R, et al. (2023). Brain–computer interface treatment for gait rehabilitation in stroke patients. Frontiers in Neuroscience, 17:1256077.