谢更好

目前，人口老龄化已成为我国极为严峻的社會问题，严重影响我国社会和经济的发展。截至2019年，我国60岁以上的老龄人口达到2.54亿人，占总人口比重约为18%，已成为世界上老龄人口总量最多的国家。同时，中国残疾人联合会的调查结果显示，2010年末我国各类残疾人总数已达8502万人，预计到2020年我国残疾人数将突破1亿。目前，大量的残疾人口中只有不到10%的人得到不同程度的康复服务。助老助残，是中国社会面临的重大民生问题。如何应用科技力量破解助老助残难题，一直是中国科学院自动化研究所研究员王卫群不懈前行的初心。

随着人工智能、机器人等技术的不断发展，智能化的康复与辅助机器人获得广泛研究并逐渐被应用于临床康复治疗，成为求解助老助残医疗资源供需矛盾的有效方案。与其他机器人不同，康复辅助机器人的作用对象是人。人与机器人之间存在紧密的信息交流和能量交换，柔顺自然的人机交互、患者充分参与的训练策略、康复处方设计等是其研究核心和关键技术。康复机器人的研究涉及神经科学、生物力学、机器人技术、智能控制与信息处理等领域知识，是具有很强挑战性并受到广泛关注的研究领域之一。多年来，王卫群针对康复辅助机器人的关键技术和基础理论开展了坚持不懈的探索，力图将科研成果造福更多老年或残疾人群。

人生选择与转变契机

在从事康复机器人研究之前，王卫群已经在产业一线“摸爬滚打”了5个年头。2006年7月至2011年8月，王卫群一直在北京机械工业自动化研究所担任电控工程师一职，从事变速器、发动机等汽车关键零部件的自动化装配线研发工作。长年累月扎根在产业一线，王卫群积累了丰富的工程实践经验。“我觉得这份工作对于我来说是一个很大的收获，因为在学校里我们很少有机会进入实际的企业去做工程技术研究工作，去真正了解企业到底需要什么，怎样的技术能够真正转化为现实的产品，满足社会的需求。”

经历多年的技术攻关实践，王卫群深刻意识到：我国的很多核心技术并未掌握在自己手里，导致产业和技术升级受到诸多限制。因此，他从内心迫切期望从事关键技术的创新工作。“从社会的智能化发展趋势来看，未来想要实现工业生产的智能化和无人化，对高端人才的依赖性会越来越大。”王卫群说。

出于这一考虑，他通过不断学习，顺利来到了中国科学院自动化研究所攻读博士学位。彼时，王卫群的博士生导师正带领团队主攻康复机器人方向。在他的影响下，王卫群深入了解了这一研究领域，并深刻意识到康复机器人的研究意义和技术挑战，因此他毅然决然选择踏入康复机器人的关键技术和基础理论研究中，并展开了深度探索。

康复机器人关键技术的深度攻关

科研人员身上所具有的人文关怀与社会责任感在康复机器人领域的研究者身上体现得淋漓尽致。从一开始进入这个领域，王卫群就在心里告诉自己：“既然做出了选择，就一定要扎根于此，做出更多脚踏实地的科研成果。”

从阅读文献了解国内外的技术发展水平，到进入医院实地调查，了解临床的实际需求；从参加相关技术展会，了解目前产品的技术水平，到参加国际学术会议与国际同行进行交流，做到“知己知彼”……王卫群进入康复机器人领域研究多年来，一直在稳扎稳打，逐步前进。

目前，我国脑卒中（中风）每年新发病例超过200万人，每年死于脑卒中超过 150万人。在幸存患者中，约75%～80%会留有不同程度的残疾，其中重度残疾超过40%。而根据2020年国际脊髓损伤关注日的相关报道，我国有约130万脊髓损伤患者，并以每年5至7万人的速度增长，且具有青壮年居多和高致残率的特点。

“肢体的不便，会给这些患者以及他们的家庭成员带来极大的负担与伤害。”王卫群说。每当看到这些病人的痛苦，他都会感到十分忧心。同时身为一名科研人，他愈加感觉肩上的责任重大。

王卫群介绍说，传统的康复方式主要以人工辅助患者来完成，通过重复性的训练来强化下肢行走、上肢够物等动作相关的神经回路，实现患者自主完成日常动作的目的，这一过程与新生儿学走路如出一辙。临床试验表明，康复机器人能在一定程度上帮助肢体不便的患者恢复自身控制肢体的能力。

在康复机器人中，“人”和“机器”是一体的，形成人机强耦合系统。机器人辅助的康复训练和日常生活中的虚拟现实游戏一样，都有一个意图识别过程。“但人机强耦合系统与普通的意图识别过程不同，机器人做训练是一个非常复杂的过程，很多康复机器人并不能根据人体的指示做出迅速及时的反应，造成机器人与患者进行交互时不够柔顺自然，极大影响了康复效果。”王卫群说。为解决这一问题，他提出了面向下肢康复机器人临床应用的双向感知增强人机交互方法，并带领团队开展了一系列探索。

表面肌电信号由于能够反应用户的动作意图而被广泛应用于康复治疗。在基于表面肌电信号精确预测人体关节扭矩与角度的研究中，王卫群团队以主动关节扭矩、关节角度指示人体运动意图，提出了基于神经肌骨协同建模与自适应学习的人体关节扭矩精确估计方法，解决了传统神经肌骨建模方法在参数标定时易陷入局部最优解、难以适应肌肉状态变化等问题。相关成果发表在领域内的顶级国际期刊上。

针对基于脑机接口技术的人体运动意图识别难题，王卫群团队提出了基于功能性电刺激（FES）和虚拟现实（VR）技术的增强型脑机接口范式。采用FES和VR技术引导被试执行运动想象，提高被试执行运动想象的效率，并提出一种改进的共空间模式算法进一步提高识别准确率。针对上述方法，团队基于12名被试者开展实验，证明了方法的有效性。相关成果发表在神经康复领域的顶级国际期刊上。

针对如何提高患者在康复训练中的参与水平问题，他们提出了基于脑机接口和视听觉反馈的注意力增强技术，通过优化训练任务的难度有效提高患者训练时的神经参与水平。对比实验表明，基于该注意力增强技术，被试者的注意力水平和肌肉激活度都得到显著提高。相关成果已在领域内的权威期刊发表。

让研究成果造福患者

將研究工作深入到临床中，才能真正知道患者所需。而这也一直是王卫群奉行的科研准则。在从事科研的过程中，王卫群经常深入到医院和病房，倾听患者内心最真实的声音。每当他们拿着新的发明产品，来到医院帮助患者做康复训练的时候，就会发现，患者的高兴都是从心底由衷而发的。

针对现有康复机器人主要针对特定康复阶段，存在设备使用率低、训练处方单一及评价标准难以统一等问题。王卫群带领团队成员通过多年的探索，成功研发了国际上首台可以在完整康复周期内为下肢障碍患者提供康复训练的全周期下肢康复机器人。该机器人可针对不同的康复阶段，为患者提供坐卧姿态的踏车训练、电动直立床训练、步态行走训练、上下楼梯训练等多种康复模式，并结合虚拟现实、生物信号反馈及人工智能技术，为患者提供个性化的情景互动训练任务，提高康复效果。相关成果获得授权国际发明专利1项，授权国家发明专利4项。

虽然近些年来，康复机器人研究已经取得了多项创新成果。但是，多年的研发经历让王卫群深深地感受到：要真正做出临床有用且有效的康复机器人，难度是非常大的。这也是国内外30多年来，该领域没有取得重大进展的原因之一。但是，这也无形中给了他们从事这项工作更大的动力。自始至终，王卫群都由衷地希望：通过自己的研究，在康复机器人领域做出更多能够造福社会的科研成果。未来，他们也将与医疗器械企业深度合作，致力于将康复机器人成果产品化。

创新研究、教学育人两不误

随着人工智能技术的发展，康复机器人将迎来更为广阔的发展空间。“将康复机器人基础平台搭建起来之后，如何有效提升康复效果，人工智能技术对此起着决定性作用。”王卫群说。而在这一目标的实现过程中，科研创新的重要性不言而喻。

对于创新，王卫群始终认为，科学研究不能囿于一隅，一方面要通过阅读文献获得灵感，而更为重要的方面是需要深入到临床实践，亲自去试、去体会设备的使用效果。通过直观的过程体验，才能从源头上思考并提出一些创新性的技术，并由此可能推动前沿理论的发展。

人才培养是为康复机器人领域培养后继之才的关键一环。作为博士生导师，王卫群认为最重要的是给予学生们更多的自主权，让他们在科学研究中发挥自己的主观能动性。研究生已经是成年人，他们都有自己的固定思维模式和观念，要建立严谨科学的研究和思维方法并非易事。但他知道，所有的事情都需要一个过程，作为博士生导师，他会一直引领学生，来发现他们自身的无限可能。除此之外，科研人员本身的韧性也是王卫群十分看中的。因为在从事科学研究的过程中存在着很多不确定性，也会遇到很多挑战与困难。“在这一过程中不因困难而退缩，不因周遭的干扰而降低标准，这是科研人员应当坚守的科学素养。”王卫群说。

如今，我国在康复机器人领域已经取得了一些突破，但现有的康复机器人离临床需求仍有较大差距，其交互性能、康复效果、安全性及可靠性等仍需进一步研究改善。前路任重而道远，唯有不懈攻关、创新探索。在康复机器人这项惠及千万家庭的科研事业中，王卫群还将初心不移，不负使命。

专家简介

王卫群，中国科学院自动化研究所研究员、博士生导师，中国科学院脑科学与智能技术卓越创新中心年轻骨干，中国自动化学会高级会员，中国生物医学工程学会康复工程分会委员，中国医学装备协会智能装备技术分会委员，北京人工智能学会理事。

近年来，主要围绕康复辅助机器人的关键技术和基础理论展开研究，主持研制了国际首台可以在完整康复周期内为下肢障碍患者提供康复训练的全周期下肢康复机器人，以及下肢外骨骼机器人、足下垂康复踏车、脊椎弯曲极限测试设备等样机，提出并建立了机器人关节机构的综合与优化、人机动力学系统的建模与优化辨识、基于自适应学习的神经肌骨建模、闭环脑机接口以及注意力调控等相关技术方法。

承担国家自然基金委重大研究计划项目、科技部重点研发计划项目、北京市自然科学基金重点项目、中国科学院战略性先导科技专项项目等。相关成果获得授权国家发明专利20余项，授权国际发明专利2项。发表SCI及EI检索学术论文50余篇，作为特邀编委出版了《自动化学报》专刊“康复机器人与智能辅助系统”（vol.42，no.12，2016），编写完成康复机器人相关专著1部。