由馬斯克創立的腦機介面公司，從今年初起陸續公布初步臨床試驗結果：四肢癱瘓的受試者靠意念就能操作電腦、暢玩遊戲，甚至用機械手臂拿起杯子；語言能力受損的漸凍症患者，也藉由裝置成功用發病前的聲音與人溝通。這些令人驚嘆的研究成果，讓腦機介面技術從實驗室逐漸走入大眾視野。
放眼亞洲，中國、韓國、日本紛紛投入腦機介面研發，台灣又走到哪一步？國內專家指出，台灣現階段的研究以非侵入式技術為主，著重探索腦機介面在中風復健、神經及精神相關疾病等領域的應用潛力，目標同樣放在產品化之上。
所謂非侵入式，是指透過頭皮外的感測器讀取腦波訊號，不需要開顱植入電極，風險相對較低；相對的侵入式技術訊號品質更高，但手術風險與倫理門檻也更高。台灣團隊現階段選擇從非侵入式切入，正是看中其臨床推廣的可行性。
中風復健是台灣團隊的主戰場。林口長庚醫院復健科醫師裴育晟分享，其研究團隊多年來投入上肢外骨骼復健機器人的開發，用以帶動手指活動、協助中風患者訓練癱瘓的手部，現規劃將其進一步與腦機介面結合，讓患者利用大腦訊號控制機器人，進行更細緻的手部復健。
為什麼鎖定手部？從生理學和大腦結構特性來看，中風患者經過復健後，手部功能恢復通常都比下肢更慢；手部功能若持續受限，可能對患者日常生活及工作能力造成極大影響。如何強化中風患者手部復健的成效，正是臨床關注的重點，也是團隊積極投入的原因。
目前裴育晟的團隊已與韓國、德國研究人員合作組成跨國研究團隊，期盼結合台灣的外骨骼機器人、德國演算法及韓國腦機介面技術，持續推進相關研究計畫，並表示希望能在近年取得成果與大眾分享。
國立陽明交通大學電機工程學系教授柯立偉則從另一個角度切入。他指出，以國外公布的臨床試驗結果為例，研究對象現多為脊髓損傷患者，但這類患者在台灣其實個案數較少；該團隊的研究因此以國內更常見的中風患者為主要對象。
具體做法是：患者可透過具有特定特徵的腦波訊號控制外骨骼。例如當患者開始進行復健、專注力提升時，系統偵測到腦波變化後，可執行協助站立和行走的指令；患者想休息時，則可透過閉眼觸發坐下休息的指令。藉此，患者可在機器人的協助下，完成包含起身、站立、行走和休息的完整復健流程。
這背後的復健邏輯值得一提。過去的復健多以外部設備刺激周邊神經；納入腦機介面後，大腦為完成某個動作而發動訊號，中樞神經也會受到刺激；患者走路復健時，周邊神經會受刺激，對中樞神經也是一種回饋。如此一來，復健的機制將更完整。
不過這並非一次訓練就能達成，仍須反覆練習。團隊也持續觀察受試患者的肌肉力量、動作控制準確度、腦功能變化等指標，評估腦機介面裝置對復健成效的助益。
除了復健，腦波分析技術也正走進疾病輔助診斷。柯立偉表示，基本上只要跟腦部有關的疾病，例如神經性疾病、精神相關疾病等，都希望腦機介面技術未來有機會派上用場。
注意力不足過動症的輔助辨識是一例。過去的診斷仰賴家長、教師觀察及醫師行為評估，需要較長時間蒐集資訊；因應臨床早期辨識、及早介入的需求，該團隊與多位醫師合作，在北、中、南展開臨床研究。
目前團隊已透過腦波資料與機器學習，區分出一般兒童與過動症兒童的腦波特徵，並已累積超過300例臨床研究個案。接著團隊建立AI輔助診斷系統，讓受試兒童配戴腦波帽後玩遊戲，以此蒐集其腦波，即時分析專注力、壓力、疲勞等指標，並於短時間內產出報告供醫師參考。
團隊強調，這套系統雖無法取代完整的臨床評估，但能作為既有評估方式的補充資訊，為醫師診斷提供多一項參考依據。
另一個應用方向是偏頭痛發作預測。柯立偉與臺北榮民總醫院副院長王署君的團隊合作，探討腦機介面裝置預測偏頭痛發作的應用潛力。部分偏頭痛患者發病頻率較低、每月僅數次，較難掌握頭痛何時發作、是否該提前吃藥或備藥；偏頭痛一旦突然發作，對日常工作與生活都是一大困擾。
研究團隊先蒐集患者在不同狀態下的腦波資料，包括過去幾天有無頭痛發作、剛頭痛發作結束等，並建立AI分析模型，接著可判斷患者當下的腦波是否具有偏頭痛發作前期的特徵，以預測未來數小時內是否可能出現頭痛。
目前已累積80多名受試者，預警模型準確率達約9成。團隊繼續朝較簡易、日常可自行量測的腦機介面裝置發展，也積極以取得醫療器材認證、實際進入臨床應用為目標。
除了過動症和偏頭痛，柯立偉的團隊也將研究延伸至帕金森氏症、失智症及認知障礙等疾病，逐步探究腦波分析技術在輔助疾病診斷、認知功能評估等不同方面的應用潛力。
從學術研究走到產品化，還有哪些關卡待突破？裴育晟指出，腦機介面要從學術研究走到產品化，再到取得醫療器材許可、累積臨床效益證據，每個階段之間都存在很大的距離。腦機介面技術研發具有高投資、高風險的特性，且成功率不高，台灣若要推進自主研發進程，需要獲得相應的資源支持。
柯立偉則以其團隊研發的腦波帽為例說明。目前相關設備已通過電氣安全規範及相容性檢測；但接下來若要實現產品化，醫療器材製造對工廠資格、生產標準等皆有嚴格要求，「這就不是學校單位的強項」，還須尋找符合醫療器材製造規範的合作廠商，協助硬體設備生產，並朝後續取證、量產等目標努力。
另一個技術瓶頸是訊號延遲。目前受試者用大腦意念想像動作，從指令傳送到實際操控設備，中間仍存在數秒的延遲。現階段研究團隊規劃將相關演算法整合至AI晶片，也正與工研院及台灣大學電機系教授合作展開新一代AI晶片設計，目標為提升訊號回饋速度和系統的反應效率——而IC設計正是台灣半導體產業的強項。
台灣團隊也把研究成果帶上國際舞台。「台灣AI生醫聯合展示中心」於美國亞利桑那州設立，陽明交大研究團隊於2025年10月進駐，成為少數進駐該中心的學校單位，也展示了結合腦機介面與神經回饋的研究成果。當地具備較為完善的生醫科學研究資源，亦為跨國交流的平台，近期已有數家國外企業對團隊的技術表達興趣、希望進一步合作。
至於台灣是否應進一步投入侵入式腦機介面研發，兩位專家看法互補。裴育晟以韓國為例指出，該國近年推動國家型計畫，編列預算扶植侵入式相關研究，涵蓋機器人、晶片跟電極等製程；相較之下國內目前則尚未有類似規劃，「也希望台灣在這一波的趨勢不要缺席。」
柯立偉則回應，從目前非侵入式研究進展來看，國內團隊在演算法、訊號處理、分析系統的建置等已具備一定研究基礎；歐美侵入式研究已取得顯著成果，若未來侵入式電極相關技術逐漸成熟並取得認證，國內研發團隊可評估引進電極設備、用於訊號蒐集，再與國內醫療團隊合作，結合本土臨床需求進行後續裝置開發，或有助於加快研究進程、實現技術落地。
超過300例：台灣團隊累積的過動症兒童腦波臨床研究個案數，是AI輔助辨識系統的訓練基礎。
約9成：偏頭痛發作預警模型的準確率，80多名受試者的腦波資料是模型的後盾。
數秒：目前從大腦發出指令到設備實際動作之間仍存在的延遲，也是AI晶片要解決的痛點。
2025年10月：陽明交大研究團隊進駐美國亞利桑那州智慧醫療展示中心的時間點，象徵技術開始走向國際產學合作。
後續發展值得關注：技術仍在研發階段，產品化與臨床落地仍需時間；跨國合作的進展、醫療器材取證的時程，以及台灣是否啟動國家級的侵入式研發規劃，都是觀察重點。
