文章指出，传统性能指标可能忽视意图保真度、自主性、能动性、治疗挑战和持久临床获益的损失。为此，Nagarajan 提出“慢快”框架，根据解码器证据、不确定性、临床风险、疲劳及用户或临床医生设定的目标来调节AI辅助的节奏。该框架区分三种辅助模式，意图清晰且风险低时提供快速辅助，不确定时提供谨慎辅助，当错位可能危及安全、自主性、能动性、运动学习或治疗价值时提供慢速辅助。
该框架覆盖通信、运动控制、神经康复和闭环神经调控等应用，并提出了相应的保障措施和评估指标。文章认为，AI介导的脑机接口不仅应以解码准确率和任务表现来评估，还应考量AI辅助的部署方式，即系统何时自主行动、何时寻求确认、何时保留用户努力或把控制权交还用户。