随着全球人口老龄化,脑机接口(BCI)被视为老年护理中恢复沟通、运动功能与认知支持的重要技术路径,但其伴随的伦理与沟通挑战尚未被充分理解。一项发表于《Frontiers in Digital Health》的系统综述从12,423条记录中筛选出177项研究,识别出六大核心伦理主题:隐私与数据安全、知情同意与自主权、人格与身份、技术风险与安全、公平性与可及性、以及风险-收益权衡。综述提出,BCI的伦理风险并非边缘问题,而是内嵌于技术交互逻辑之中。解码不确定性可能转化为护理误判,神经数据的可推断性将隐私风险扩展至心理暴露与权力不对称,技术介导的沟通则引发信任与责任的紧张关系。研究建议,负责任的BCI部署需将伦理原则系统性地融入护理流程。
非侵入式脑机接口干预能显著改善卒中后上肢运动功能与日常生活能力,其中脑机接口-运动想象-经皮电针刺激组合在改善运动功能方面排名最高。这项系统综述与网状Meta分析汇总了72项随机对照试验、2906名卒中患者,评估12种非侵入式脑机接口干预措施,于2026年8月28日发表于《Journal of Medical Internet Research》。研究按实验范式、反馈设备和辅助刺激细分干预类型,为临床选择提供了相对排名,但证据质量低至中等,结论仍属探索性,需高质量试验验证。
卒中后手功能障碍严重限制患者独立生活,而传统康复对缺乏主动运动能力的患者往往效果有限。基于非侵入式脑电图(EEG)的脑机接口(BCI)通过实时解码运动想象时感觉运动皮层的节律信号,驱动外骨骼、功能性电刺激或虚拟现实设备,形成基于赫布学习原理的闭环反馈,从而强化或重塑受损神经通路,促进运动恢复。一篇发表于《Topics in stroke rehabilitation》的综述系统梳理了该技术的神经生理基础及三种主要康复范式:运动想象结合物理反馈、运动想象结合虚拟或多感觉反馈、以及基于稳态视觉诱发电位(SSVEP)的范式。研究证实这些方法能改善上肢功能,但临床推广仍面临信噪比低、个体差异大及“BCI失明”等挑战。
天津大学团队提出一种基于图神经网络的联合优化框架,能在运动想象脑电解码中自动选出少量关键通道,同时保持与全通道相当的分类精度。研究发表于《混沌》(Chaos),在三个数据集上验证,包括BCI Competition IV 2a、High Gamma及新采集数据。这一方法有望降低脑机接口系统的复杂度,推动其在神经康复等实际场景中的应用。
一项覆盖10所高校800名学生的调查显示,教师支持是预测中国大学生使用脑机接口意愿的最强因素(β=0.337),而经典技术接受模型中最重要的绩效期望在这里不显著(β=0.059)。模型解释了行为意向62.6%的方差。更值得注意的是量化与访谈结果的反差:神经伦理担忧在结构方程中不显著(系数为0.044且为负),但40名受访学生中有28人把隐私焦虑列为首要顾虑;作者指出,该变量与使用意愿的零阶相关其实是正的(r=0.24),说明担忧在采纳前阶段反映的是投入而非抗拒。该研究2026年8月21日发表于《Frontiers in Human Neuroscience》。
卒中后康复正被重新理解为运动意图、下行运动输出、外周运动与感觉反馈四者交互被打断的过程,而非单纯的肌力不足。综述提出,闭环脑机接口实时检测运动想象、运动尝试或感觉运动节律,并把信号转换为随机的功能电刺激、机器人辅助、虚拟现实、多感觉反馈或神经调控,部分重建被检测运动意图与辅助运动、感觉反馈之间的时间耦合,从而促进活动依赖性可塑性。综述综合了神经生物学基础、康复机制、实施策略与新兴预测性生物标志物,同时指出疗效存在异质性,取决于患者特征、脑信号可解码性、干预剂量、反馈模态与试验设计,未来需机制驱动的患者分层、自适应解码、个体化反馈、标准化结局与真实世界验证。该研究2026年8月20日发表于《Frontiers in Neuroscience》。
手写想象脑电为脑机接口提供了一条无创的文本输入与复杂意图表达路径,但解码受低信噪比、非平稳性、跨会话分布漂移以及连续时间趋势与局部高响应模式并存等挑战制约。新网络DRDNet用平均池化与最大池化从空间脑电特征构造两个互补的时间视图,分别交给双向Mamba编码器与Transformer编码器建模,再经时间步级动态融合与长短期记忆时序聚合自适应整合。在公共手写想象脑电数据集的汉字笔画手写想象与拼音单韵母手写想象两个任务上,它平均准确率分别做到67.74%和62.51%,Cohen's kappa分别为0.5968和0.5502,优于7个代表性脑电解码基线。该研究2026年8月19日发表于《Journal of Neural Engineering》。
该研究2026年8月18日发表于《Neural Regeneration Research》,对2016至2025年卒中后肢体运动功能障碍与功能恢复领域的3173篇Web of Science核心合集文献进行文献计量分析,作者来自首都医科大学附属北京康复医院。分析显示该领域处于快速扩张期,技术辅助康复成为主导趋势,机器人辅助训练与虚拟现实是两大技术关键词。突变文献分析揭示研究热点经历三个阶段,近期阶段(2020年至今)为神经调控(脑机接口与无创脑刺激)、全球疾病负担与公共卫生政策。高被引研究集中于疗效比较、机器人辅助训练、脑机接口、迷走神经刺激与康复结局预测。
一篇2026年8月17日发表于《Theoretical and Natural Science》的脑机接口医学应用系统综述,从文献回顾、侵入式与非侵入式技术比较案例和跨学科评估三个角度展开。综述报告侵入式脑机接口可实现机器人臂控制80%至100%的任务成功率,但受限于手术风险、信号渐进退化与高于25万美元的成本,非侵入式脑机接口更安全、在社区神经康复中部署更广,卒中后上肢恢复有效率约为70%,却受限于信噪比差、约30%的BCI失语率与低信息传输速度。综述还探讨了神经数据隐私、自主性悖论、获取不平等等伦理与社会议题。
该研究2026年8月14日发表于《ITM Web of Conferences》,完成了一套面向卒中康复的可穿戴脑机接口系统的物理集成与在线实验验证。该系统采用带微型化采集电路的脑电头戴设备,在感觉运动皮层上方布置10个核心记录通道。研究团队招募6名健康受试者和2名卒中偏瘫患者,开展运动想象与运动尝试的闭环实验;信号处理采用共空间模式提取空间特征,结合线性判别分析完成意图分类,并以个性化子频带优化提升识别表现。离线平均识别率为84.91%,在线实时测试的分类准确率为79.38%。研究者还通过时空频谱与R²值分布分析,验证了运动意图触发时感觉运动区的激活模式。