用餐、梳洗、滑手機，這些看似瑣碎的日常動作，其實蘊含著肌肉與神經的精密合作才得以實現。醫療專用的穿戴式輔具將機電裝置連接至神經系統，讓截肢者與癱瘓者能夠更自在地生活。而這項技術的關鍵就在感測器的智慧化，開發者又是如何創造出這般智慧的呢？

智慧化，是開發未來科技產品的目標之一，甚至可能成為判斷產品實用性與市場價值的重要指標。然而，智慧化指的是什麼呢？人工智慧演算法？連線功能？感測功能？或者以上皆是？

就智慧型感測器而言，其智慧特別展現在硬體的感測及連接功能，亦即攸關裝置如何連接到具備智慧演算法的邏輯單元，以及裝置獲取環境資訊的能力。用於醫療輔具領域，這些重要資訊就包含穿戴者的生理狀態（例如體溫或血壓）及動作，也包括周遭環境的溫溼度、地面高度或質地等。

換句話說，人工智慧的醫療應用有賴於系統的建立—從感測、運算到控制單元之間的協作機制。慶幸的是，隨著晶片製程的技術持續精進，精巧的微機電系統正逐步嵌入至這類穿戴式醫療裝置，實現感測、邏輯與控制功能集於一體的特定應用。

跨出第一步：實現多自由度的微機電系統

不論是上肢或下肢，手腳的運作牽涉了相當複雜的神經與肌肉系統。由此可知，感測和控制是構成醫療輔具裝置的兩大支柱。其中，控制元件尤為舉足輕重，它決定了裝置能否有效輔助穿戴者進行肢體運動，進而改善截肢者或癱瘓者的生活品質與活動安全性。

圖一 : 11歲的Cameron Millar天生沒有右手，4歲時他想要騎單車，並有了人生第一隻義肢，但什麼事都做不了。現在透過智慧的控制系統演算法，英國仿生手臂廠商Open Bionics為他打造了高自由度、輕巧且可負擔的Hero Arm，做起事來變得更順手。（source：openbionics.com）

傳統的穿戴式輔具（義肢或外骨骼）是單一輸入與單一輸出的控制系統，因此多個訊號的耦合效應會被視為訊號干擾。以上肢輔具為例，手指的各個關節（或稱軸）以往需要分別控制，除了訊號處理的問題外，訊號延遲也導致輔具在生活應用場域的限制。穿戴者若想要做出需要近乎同步控制多關節的動作，像是比手勢、拉拉鍊或握筆，就難以達成。

運用非線性控制（nonlinear control）中的被動控制（passivity-based control）系統，醫療輔具的控制就能更快速、更精確且更省力。非線性控制考量了非線性輸入訊號的不確定性，並利用回饋（feedback）及濾波來控制輸出訊號，實現回饋線性化（feedback linearization）。被動控制便是利用回饋系統來確保整體系統訊號的穩定性。

藉著全新的控制演算法，操控義肢變得更彈性、簡易且快速。英國仿生手臂廠商Open Bionics便開發了三馬達及四馬達的平價上肢輔具Hero Arm，分別能支援四種及六種抓握模式（grip mode），穿戴者能夠打鼓、翻書、使用梳子或筆；其精準的控制系統甚至具備比例控制（proportional control）功能，能在接收感測器傳來的肌電訊號後，調整輸出的力道，視生活應用場景調整握力，提升穿戴者的生活便利性。

邁向智慧化：打造腦機介面

穿戴式醫療輔具的特點之一，就是它是結合機械學及生物學技術的產物。而智慧化的穿戴式醫療輔具不僅改良了控制系統及演算法，更將感測器的線路連接至人體的神經系統，甚至可能實現大腦即使用者介面，讓穿戴者以意念操作裝置。

機械與人類之間的密語：肌電訊號

對於中風、神經受損、罹患肌肉萎縮症或其他疾病的癱瘓者來說，他們的肌肉系統往往因為長期癱瘓而無力，這時候，外骨骼（exoskeleton）就能提供行動時必要的結構支撐。要讓穿戴者控制外骨骼的方法之一是透過藍牙連線功能，如此，他們就能在行動裝置APP上自行調整步伐頻率、大小和角度。

另一種方法是透過肌電（electromyoelectric；EMG）感測器。當穿戴者想要移動或者進行某個動作時，大腦會發送訊號至周圍神經，雖然癱瘓者因為神經或肌肉系統受損而無法執行動作，但透過裝設感測器，外骨骼或義肢卻能擷取這些訊號，並利用演算法來處理雜訊，將肌肉活動所產生的電位變化轉換成肌電訊號，進而驅動穿戴式醫療輔具，執行大腦原先下達指令的動作。

圖二 : 透過擷取穿戴者身上的神經訊號，穿戴式輔具能夠依照裝置解碼過的輸出訊號執行動作。（source：frontiersin.org）

這類的感測器分為侵入式與非侵入式，前者以貼片電極的形式貼合在穿戴者的皮膚，後者將微型纜線及訊號放大器植入穿戴者的腦部。

非侵入式的感測器目前已成功應用在人體上，尤其是截肢者。目前的外科手術技術已能實現最大可能保留肌肉與神經組織的截肢手術，不論是上肢或下肢，截肢者若保留了上臂或大腿部位，感測器就能在這些部位接收到大腦發送的神經訊號。

相對而言，侵入式感測器的危險性較高，在將感測器植入腦部與處理訊號的技術上仍處於開發階段。目前的研究結果顯示，植入侵入式感測器的穿戴者能夠移動四肢之一，但仍無法步行。

智慧化的智慧所在：大腦

那麼回到最初提出的問題，穿戴式醫療輔具的智慧化到底指的是什麼呢？人工智慧演算法的導入想必是個頗具說服力的答案。舉例而言，運用深度學習，就可以進一步研究如何改善肌電訊號處理的準確度。

在2019年IEEE國際測量與控制論壇上，德州大學達拉斯分校就發表了運用深度學習來優化以肌電訊號控制義肢手的技術。該發表的重大突破在於利用創新的卷積神經網路，不需經過特徵萃取（feature extraction）和特徵描述（feature description）的步驟，就能建立模型。該研究計畫主持人Mohsen Jafarzadeh表示，這項突破對日後發展端到端優化（end-to-end optimization）有很大的助益。

也因為智慧演算法持續發展，邁向更富智慧的感測器及控制器的開發之路就更近一步了。這些智慧化的穿戴式醫療輔具將能直接連接至人體神經系統，到達指令輸出中心—大腦，同時也是整體系統的智慧所在。

以大腦作為使用者介面的概念持續在驗證中，透過結合大腦神經和電子元件的線路，以意念執行動作就可能成為現實。而目前相關研究的重點之一，就是如何建立腦機介面（brain-machine interface；BMI）—由於神經系統的複雜性，如何連接人體與機械、區分訊號與雜訊、放大及轉換訊號都是嚴峻的挑戰；另一方面，這類新興的醫療輔具開發也在法規和倫理方面頗具爭議性，要實現臨床應用甚至是普及化仍有一大段路要走。

結語

儘管面臨了諸多挑戰，智慧化的穿戴式醫療輔具甚至是仿生義肢（bionic prosthesis）仍持續發展中。

在控制與感測方面，利用回饋控制系統，目前已發展出讓穿戴者從義肢重獲觸覺的技術。只要在義肢仿生的部位裝上觸覺感測器，並將線路連接至相應的神經，義肢所感測到的觸感就會傳遞至穿戴者的神經系統，因而在斷肢處產生觸覺。

圖三 : 任職於著名的醫療機構—克利夫蘭診所（Cleveland Clinic）的生物工程師Paul Marasco及其研究團隊建立的義肢設計系統。穿戴者可以傳遞動作指令至義肢手臂（紅線），也可以接收義肢手臂所感測到的訊號（藍線）。（source：spectrum.ieee.org）

而在製造成本方面，3D列印技術扮演了舉足輕重的角色。工研院目前已擁有能夠製造義肢與醫療輔具的3D列印技術，更與新竹馬偕紀念醫院合作建立「3D列印設計服務共創平台」，逐步實現輕巧、低價且客製化的醫療輔具。

**刊頭圖（source：openbionics.com）