综述：机器人的潜力：对神经系统疾病患者进行高级下肢康复后神经可塑性变化的系统评价

《Neuroscience & Biobehavioral Reviews》：The Potential of Robotics: A Systematic Review of Neuroplastic Changes following advanced Lower Limb Rehabilitation in Neurological Disorders

本研究系统综述了2014-2025年PubMed等数据库中25项机器人辅助康复研究，发现机器人分为端效器（如Lokomat）和外骨骼（如Ekso）两类，前者通过重复动作增强患侧皮质（M1/SMA）激活，后者通过改善全局网络效率（fMRI DTI）促进功能恢复。联合虚拟现实（VR）或脑机接口（BCI）可进一步激活前额叶皮层（PFC）并缩短步态周期，其中外骨骼对平衡（BBS）和自主步态（FAC）提升更显著。神经可塑性指标如血氧水平依赖成像（fNIRS）和皮质脊髓兴奋性（TMS MEP）显示机器人通过调节局部和全脑网络实现功能重塑。结论表明机器人治疗通过多模态神经调控机制有效，未来需结合精准评估和长期随访优化方案。

　　随着科技的发展，神经康复领域迎来了新的变革。神经疾病，如中风、脊髓损伤、脑瘫和脑损伤，常常对患者的步行和运动能力造成严重影响。这些疾病破坏了运动脑网络，导致步态、平衡和协调功能的缺失。尽管传统的康复治疗在临床实践中仍占重要地位，但机器人技术在康复中的应用展现出巨大潜力，为神经可塑性和运动功能的改善提供了新的可能。

本文旨在通过系统综述的方式，探讨机器人康复在神经康复中的作用，尤其是对下肢康复的影响。我们聚焦于使用神经生理学或神经影像学技术评估神经可塑性变化的研究，以了解这些变化如何促进长期康复。通过分析2014年至2025年间发表的25项研究，我们发现机器人辅助步态训练（RAGT）和外骨骼系统在中风、脊髓损伤、脑瘫和脑损伤患者中显著改善了运动功能、步态、平衡和神经可塑性。结合虚拟现实反馈、脑机接口（BCI）和神经调控等辅助方法，能够进一步提升康复效果，表现为皮层激活增加和功能连接改善，这为理解机器人康复的机制提供了依据。

研究中使用的机器人康复设备种类多样，包括末端执行器系统、外骨骼和垂直化平台等。这些设备能够提供个性化的康复训练，根据患者的表现调整支持或阻力水平，并提供实时反馈以促进学习。末端执行器系统通常用于初期阶段，创造稳定的环境进行重复训练，而外骨骼系统则更适合于更高级的康复阶段，允许患者在实际环境中练习行走，提高自主行走能力。这些设备的使用不仅限于下肢，还可能与其他康复方式结合，以提升整体康复效果。

研究方法上，我们通过六个数据库（PubMed、Web of Science、Cochrane Library、Embase、EBSCOhost和Scopus）进行在线搜索，筛选出符合纳入标准的研究。这些标准包括使用至少一种神经生理学或神经影像学指标评估神经可塑性变化。最终纳入的25项研究涵盖了成人中风、脊髓损伤、儿童脑瘫和脑损伤等不同人群，采用了多种评估指标，如功能步态分类（FAC）、Fugl-Meyer评估（FMA-LE）、Berg平衡量表（BBS）和6分钟步行测试（6MWT）等，以衡量康复效果。神经可塑性评估则涉及功能性磁共振成像（fMRI）、脑电图（EEG）、功能性近红外光谱（fNIRS）和经颅磁刺激（TMS）等技术，通过这些方法观察皮层激活、功能连接和神经兴奋性变化。

在研究质量评估方面，我们采用了Cochrane偏倚风险（RoB 2）工具和ROBINS-I工具。这些工具帮助我们识别研究中的潜在偏倚，特别是在随机对照试验（RCT）和非随机实验研究中。虽然大多数研究显示出“一些担忧”的偏倚风险，但部分研究如Shin et al.（2023）和Calabrò et al.（2015）等，因其较高的方法学质量而被评定为“高风险”或“严重偏倚”。然而，总体而言，研究质量参差不齐，多数研究因样本量较小、单一中心设计和缺乏充分的偏倚控制而被评定为“中等”或“低”证据的确定性。

研究结果表明，机器人康复干预在改善神经可塑性和运动功能方面具有显著效果。例如，Kim et al.（2020a）的研究显示，末端执行器RAGT在改善步态和运动功能方面优于传统的体重支持步态训练（BWST）。Zhao et al.（2022）的双盲研究发现，BCI控制的机器人训练在认知功能和步态改善方面优于假手术组。Tang et al.（2024）的rs-fMRI研究显示，RAGT显著改善了脑网络拓扑结构，表现为特征路径长度（Lp）的减少和全球效率（Eg）的增加。Huo et al.（2024）的研究表明，机器人训练在平衡和运动功能改善方面优于传统治疗，且fNIRS显示了对受影响半球的激活增强。

此外，研究还探讨了机器人康复的剂量和干预时机对神经可塑性的影响。例如，Ando et al.（2020）发现，早期的HAL辅助训练有助于维持皮层脊髓束（CST）的完整性，并提高功能性独立量表（FIM）得分。Naro et al.（2021）的研究则显示，双侧经颅直流电刺激（tDCS）在机器人训练期间或之后施加，能更有效地改善步态和神经可塑性，这可能与训练期间的神经可塑性巩固有关。

在临床应用中，机器人康复的辅助技术如虚拟现实（VR）和BCI也显示出显著的改善效果。例如，Calabrò et al.（2017）的研究表明，VR辅助的机器人训练在改善运动功能和平衡方面优于传统训练，同时EEG显示了更强的神经活动。这些结果支持了VR在增强运动学习和神经可塑性方面的潜力。

尽管机器人康复在改善神经可塑性和运动功能方面显示出积极效果，但研究中也存在一些挑战。例如，研究设计的多样性使得结果难以直接比较，且多数研究因样本量较小、单一中心设计和缺乏标准化的测量方法而受到限制。此外，研究中使用的神经影像学和神经生理学方法在数据采集和处理上存在差异，这可能影响结果的可比性和可靠性。

在讨论部分，我们强调了机器人康复在神经康复中的重要性，并提出了未来研究的方向。建议进行更多大规模、多中心的随机对照试验（RCT），以验证不同机器人设备和干预策略的效果。同时，应加强对机器人康复在临床应用中的成本效益分析和公平性评估，以确保其在不同医疗资源环境下的可及性和有效性。此外，未来的机器人康复研究应注重神经可塑性与功能恢复之间的机制联系，采用更先进的神经影像学和神经生理学技术，以提供更精确的康复效果评估。

综上所述，机器人辅助下肢康复在改善神经可塑性和运动功能方面具有显著效果，其机制涉及对受影响皮层的激活增强和神经网络效率的提升。尽管存在一定的研究局限性，但这些结果为未来临床实践和研究提供了重要的理论依据和实践指导。通过进一步的研究和优化，机器人康复有望成为神经康复的重要组成部分，为患者提供更加个性化和有效的治疗方案。