AI双脑机接口突破：瘫痪患者操作效率提升近4倍，UCLA团队登《自然-机器智能》

美国加州大学洛杉矶分校科研团队近期在《自然-机器智能》期刊发表的研究成果显示，一种搭载人工智能”副驾”的脑机接口系统显著提升了瘫痪患者的操作能力。这项突破性技术通过双AI协同机制，使受试者在计算机光标控制和机械臂操作任务中的表现达到基准水平的3.9倍。

该非侵入式系统采用电极阵列采集脑电信号，结合机器学习算法实时解析用户意图。系统架构包含两个功能模块：光标导航AI通过预测运动轨迹优化路径规划，机械臂控制AI则利用虚拟输入实现精细动作校准。在临床试验中，一位脊髓损伤导致下肢瘫痪的受试者不仅将光标操作效率提升近四倍，更首次实现了机械臂精准搬运物体的复杂操作，这项任务在传统脑机接口系统中被认为是不可能完成的。

研究团队指出，传统脑机接口存在信号衰减和响应延迟两大技术瓶颈。新型AI协同方案通过建立”决策-执行”分工机制，使人机形成实时交互闭环：使用者专注高层指令生成，AI系统负责动作预测与误差修正。测试数据显示，健康受试者在AI辅助下操作效率也提升至平时的2.1倍，证实该技术具有普适性应用潜力。

这项研究为改善运动功能障碍患者的生活质量提供了新方案。相比需要开颅手术的侵入式接口，该非侵入系统在保持高性能的同时大幅降低了临床风险。团队表示将继续优化算法架构，重点提升系统在复杂环境下的稳定性，预计未来两年内可开展更大规模的临床试验。