步态康复是卒中（中风）后最重要的目标之一，也是最难实现的目标之一，特别是对于处于慢性期的患者而言。许多患者虽然恢复了一定的步行能力，但即使经过数月或数年的传统治疗，其步行速度、安全性、耐力以及自信心往往仍然受限。

2023年发表在《神经科学前沿》（Frontiers in Neuroscience）上的一项临床研究，探讨了recoveriX——一种结合了功能性电刺激（FES）和虚拟反馈的运动想象脑机接口（BCI）系统，能否改善存在持续步行障碍的卒中幸存者的步态康复效果。

為什麼中風後的步態復健會出現停滯

中風後，下肢無力、肌肉痙攣以及關節活動度降低會導致患者行走緩慢且不安全。傳統的步態復健方法（如地面行走練習、跑步機訓練或機械輔助訓練）雖然有所幫助，但效果因人而異，部分患者會出現復健瓶頸（平台期）。

其中一個重要原因是，許多治療方法在提供回饋的瞬間，無法客觀確認患者的大腦是否正在積極生成預期的運動指令。基於腦機介面（BCI）的 recoveriX 步態復健系統旨在透過將感覺回饋與患者的即時運動意圖相結合，來填補這一空白。

研究概述：結合 BCI + FES + 回饋的步態復健

參與者

• 招募了 25 名中風患者；其中 22 名完成了干預並納入數據分析。
• 該群體主要是慢性期中風患者（21/22），發病時間的中位數約為 4 年。

訓練方案

• 於 3 個月內進行 25 次 recoveriX 訓練，通常為每週 3 次。
• 訓練採坐姿進行，可降低步態復健訓練期間的跌倒風險。
• 患者進行運動想像任務；當系統正確檢測到腦電波（EEG）圖譜時，會提供：
  • 虛擬視覺回饋（分身 / Avatar）
  • 功能性電刺激（FES），以支援與步態相關的運動模式

主要評估指標

• 10 公尺步行測試（10MWT），這是步態復健中用於量化步行速度的標準評估指標。

主要結果：具臨床意義的步行速度改善

研究顯示步行速度顯著提升了 0.19 m/s（95% 信心區間 0.13–0.25，p < 0.001），達到臨床意義。

在實際的步態復健應用中，更快的步行速度意味著：

• 提升居家與社區的行動能力
• 使轉位與轉身更加安全
• 提高日常生活的獨立性

與步態復健相關的其他評估結果

作者群亦報告了與下肢功能相關的改善，這些功能通常是限制步態復健進展的關鍵因素：

• 降低踝關節肌肉痙攣（改良式艾希沃斯量表 / Modified Ashworth Scale）
• 改善踝關節活動度，包括足背屈（dorsiflexion）測量值的顯著提升
• 徒手肌力測試（MMT）顯示踝關節關鍵動作的肌肉力量有所增強
• 行動力與平衡相關功能測試表現更佳（例如：起走測試 / Timed Up and Go 顯著改善）

綜合來看，這些變化支持了以下觀點：利用 recoveriX 進行標靶式的神經回饋，有助於實現更穩定、更受控的下肢運動——這是有效進行步態復健的重要基石。

關鍵的實務細節：改善成效於療程後期顯現

針對 10MWT 的重複測量分析顯示，顯著的步行速度改善大約在第 21 次訓練時才出現。這對步態復健的規劃至關重要：要取得療程效益，可能需要完成接近完整的劑量（訓練次數），而非短期的介入。

為什麼「閉環」（Closed-loop）回饋在步態復健中至關重要

此干預方案圍繞著「閉環」原理設計：

運動意圖 → 偵測到的腦部活動 → 即時回饋

recoveriX 僅在系統偵測到患者產生預期的運動想像時，才會提供回饋（分身 + 功能性電刺激）。其目標在於強化大腦激活與感覺結果之間的連結，進而支持與行走相關的神經塑造性變化。

這與「開環」（open-loop）方法不同；在開環模式下，無論系統是否確認患者的大腦正積極生成預期的運動指令，刺激或動作都可能直接發生。

這對物理治療師的臨床意義

如果您負責管理步態復健計畫，本研究支持了以下幾個實務要点：

• 客觀的參與度追蹤：腦機介面（BCI）的表現指標能提供客觀數據，反映患者產生目標運動想像圖譜的持續性與穩定度。
• 劑量（訓練次數）至關重要：具有臨床意義的改善成效於療程後期才顯現，這強調了在步態復健中遵循醫囑與進行結構化排程的重要性。
• 使用步態工具評估步態：作者討論指出，像 FMA-LE 這類功能障礙量表可能會遺漏步態的變化，而針對步態的專用測試則能清晰捕捉這些改善。

這對中風倖存者的意義

對於在中風後進行步態復健的患者而言，本研究表明：

• 即使在中風多年後，透過 recoveriX 步態復健仍有可能取得改善；
• recoveriX 訓練並不一定需要在每次訓練中進行站立或行走練習（本研究方案採坐姿進行）；且
• 將運動意圖與回饋相連結的結構化、重複性 recoveriX 訓練，有助於神經系統重新學習支持更安全行走的運動模式。

參考文獻

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.