慕尼黑工業大學開發智慧氣動手套 助漸凍症患者四年後重新握住叉子

軟式氣動技術突破 助癱瘓患者恢復日常握力

慕尼黑工業大學（TUM）研究團隊開發出一款創新的軟式氣動外骨骼手套，有望改善因神經損傷或肌肉萎縮導致手部癱瘓患者的生活品質。這項技術結合肌電訊號偵測與機器學習演算法，讓患者無須依靠傳統復健設備即可恢復日常抓握物品的能力。

核心技術：肌電訊號驅動的智慧輔助系統

手套採用輕量布料製造，內部整合13條氣動管路，分別連接沿著手部排列的獨立氣室。系統透過貼附於前臂的肌電圖（EMG）感測器，持續量測肌肉產生的微弱電氣訊號。內嵌的機器學習演算法實時分析這些訊號，預測穿戴者何時有意圖抓握物品。

當系統偵測到預期動作時，相應的氣室便自動充氣，精準輔助手指彎曲或伸直，同時協助手腕旋轉。為提升安全性與可靠性，手套另外搭載動作感測器，在物品被抓握後持續監測搬運過程，確保維持足夠的握持力，有效降低意外掉落的風險。

驚人的預測準確率與臨床成果

研究團隊在開發過程中以一名患有肌萎縮性脊髓側索硬化症（ALS，俗稱漸凍症）的患者作為主要測試對象。漸凍症是一種進行性神經疾病，會逐漸破壞控制自主肌肉運動的神經細胞。這名患者在疾病末期僅剩拇指第一關節保有有限的活動能力。

研究人員在患者前臂貼附EMG感測器，量測拇長屈肌（flexor pollicis longus）的電氣活動。即使面對如此微弱的肌肉訊號，系統仍能可靠地觸發手套的氣動輔助。實測數據顯示，機器學習模型的抓握意圖預測準確率高達97%，在實際應用中的成功率達到90%。

更令人振奮的是，這名患者得以在與疾病對抗四年後，首次成功持握叉子與操作小型積木。研究人員進一步發現，僅需五分鐘的電玩遊戲訓練即可顯著改善使用者的抓握表現，充分展現系統的高度適應性。

成本親民設計 適用多種神經病變患者

相比傳統的機器人復健設備，這款手套採用低成本布料與簡單的充氣氣室設計，使技術成本遠為親民。手套的輕量化設計也使其易於日常穿戴，增強患者的使用意願與便利性。

Klinik Passauer Wolf的神經科醫師Prof. Tobias Wächter表示，「原則上，這款手套可以幫助弛緩性癱瘓患者，例如因機車或自行車事故導致周邊神經損傷的患者，或罹患多發性神經病變的病人。」這意味著該技術的應用潛力遠超單一疾病，有望造福廣泛的神經損傷患者族群。