美國國家衛生研究院（NIH）旗下神經疾病暨中風研究所（NINDS）近日公開一項具突破性的人機協作臨床研究成果，由賓州大學醫學院神經學與生物工程雙聘教授 Brian Litt 領軍的科研團隊，成功打造一套基於超級智慧（SI）架構的雙向即時通訊介面，並於賓州大學醫院癲癇監測病房（EMU）完成小型臨床試驗。
這套系統整合了連續腦電圖（EEG）即時資料串流、病患主動回饋機制與對話式 AI 代理人三大核心模組，徹底打破了傳統 EEG 監測裝置每日批次上傳、由醫師人工覆核的延遲瓶頸。在為期數天的試驗中，13 名受試病患透過智慧型手機應用程式接收 EEG 異常通知、發送查詢訊息，與 SI 系統雙向交換超過 1,300 則訊息，系統對 92% 的腦部活動相關提問均能提供精準且切題的解答。
更具技術突破意義的是，病患對即時偵測結果的回覆率高達 67%，系統透過持續吸收這些「真實感受標註」，將癲癇發作偵測模型的誤警率（false alarm rate）一口氣降低 80%，若再加入專家標註進行模型微調，還可進一步減少 2% 誤報。這項研究獲得 NINDS 多項大型 R 系列與 K 系列研究計畫補助，象徵 NIH 正式將「病患賦權」（patient empowerment）列為神經科技發展的核心戰略軸線。
此事件本質屬於純臨床醫學與神經工程領域的科學突破，並不適合以傳統地緣政治或產業壟斷式的利益角力框架來強行詮釋。然而，事件背後仍深刻反映了醫療科技典範轉移中的數條結構性張力與技術演進脈絡，值得深度梳理。
從技術史脈絡來看，傳統 EEG 監測裝置自 1920 年代由 Hans Berger 首次記錄人類腦電活動以來，長期以來皆以「醫師導向」（clinician-centric）為設計核心，數據的最終解讀權與控制權牢牢鎖在少數神經專家手上。Brian Litt 團隊的核心理念正是挑戰這項百年慣例，將病患從「被動監測對象」推升為「主動協作的資料節點」，這在本質上是醫療數據主體性的典範轉移。
在技術架構層面，這項研究的結構性突破來自於三重耦合：
更深層的意涵在於，這項研究其實是「閉環神經調控」（closed-loop neuromodulation）演進歷程中的關鍵中間站。當系統不僅能偵測、還能即時與病患對話並自我修正模型參數時，它為下一階段的「自適應深層腦刺激」（adaptive DBS）裝置鋪平了道路。研究團隊已宣布下一步將把該平台部署於帕金森氏症的深層腦刺激（DBS）裝置，這意味著從「被動監測」走向「主動治療」的閉環神經科技產業鏈正在快速成形。
這項研究在神經工程史上具有里程碑意義，可比擬的事件包括 2013 年美國總統歐巴馬宣布的「BRAIN Initiative」對神經科學研究的全面推進，以及 2021 年 Synchron 與 Neuralink 相繼展開腦機介面人體試驗。回顧這些歷史節點，AI 與神經科技的融合往往呈現「技術突破—資本跟進—監管回應—臨床普及」的四階段循環。本研究成果若進入大規模臨床驗證階段，預期未來 3 至 7 年將出現以下三種情境發展：
這項 NIH 補助研究不僅是臨床醫學的突破，更是醫療 AI 從「診斷輔助」邁向「治療閉環」的重要訊號，相關利害關係人應採取以下行動策略：
01 起因觸發：NIH 旗下 NINDS 透過多項大型研究計畫補助，推動賓州大學腦機介面科研團隊研發 SI 雙向通訊介面
02 一階傳導：癲癇監測病房（EMU）的臨床工作流程被重塑，醫師角色從「批次判讀」轉為「即時決策輔助」
03 二階擴散：腦機介面（BCI）產業與數位神經科技新創企業迎來新一波技術典範轉移的資本與人才流入
04 三階擴散：帕金森氏症深層腦刺激（DBS）市場預期將出現「自適應型」新品類，衝擊全球現有 20 億美元 DBS 市場版圖
05 宏觀終局：催生「病患賦權型醫療 AI」全球標準制定競賽，並迫使各國監管機構重新檢視神經資料治理與隱私保護框架
領域延伸情報推薦 相關延伸研讀
依主題領域自動關聯之高參考價值外電情報
