近日，慕尼黑工业大学与帕绍沃尔夫康复中心联合团队在《自然·机器智能》发表最新成果，成功研制一款融合柔性材料与人工智能的轻量化手部外骨骼。该设备采用可穿戴织物架构，内置高灵敏度肌电传感器及机器学习算法，能够精准解析使用者微弱的肌肉电信号，实时预测抓握意图并驱动机械结构执行动作。研究团队对一名瘫痪近四年的肌萎缩侧索硬化症（ALS）患者及六名中风致残者开展了临床评估。测试结果表明，该外骨骼对严重运动障碍群体的功能恢复效果尤为显著，ALS患者成功借助系统自主完成进食等日常精细操作，并在标准化上肢功能量表测试中取得突破性进展。项目负责人戈登·程强调，意图预测算法的准确性是设备生效的核心，且患者在调试阶段的深度参与极大优化了控制逻辑。目前，该柔性外骨骼已展现出成熟的临床康复潜力，团队正同步研发下肢辅助系统，旨在加速康复机器人技术的规模化应用，切实改善重度神经损伤患者的生活质量。