脑深部电刺激（DBS）技术在帕金森病（Parkinson's disease）运动症状的临床干预中已应用超过三十年。目前，全球有超过20万名患者植入了该系统，通过向特定深部核团持续释放电刺激，可显著缓解肌肉僵直（Rigidity）与静止性震颤（Tremor）。然而，尽管常规DBS在临床上取得了广泛应用，但其在面对帕金森病最具破坏性的致残症状——步行与步态障碍（Walking impairments）时，疗效长期未达预期。由于常规的DBS系统仅能以固定参数进行开环持续放电，无法适应日常生活中复杂的运动状态切换，如何建立动态适配的自适应电刺激方案一直是神经调控领域的瓶颈。
近日，瑞士洛桑联邦理工学院（EPFL）与洛桑大学医院（CHUV）联合领导的神经修复中心（.NeuroRestore）团队在国际知名医学期刊《自然-医学》（Nature Medicine）上发表研究论文。研究团队开发出一种基于人工智能（AI）的全新脑机接口闭环调控方案。该系统能够实时解读帕金森病患者在日常场景下的运动状态，并在数秒内动态调整DBS的电刺激参数，提升了患者在行走、爬楼梯以及独立站立等行为中的自主运动能力。
在日常生活中，个体的自主运动由多种复杂状态交织而成，包括站立、直线行走、转弯以及越过障碍物等，每种状态对中枢神经元施加的生理与动力学需求完全不同。传统DBS采用的固定高频电刺激，无法响应这些动态变化的生理需求。
为了解决这一问题，EPFL美敦力神经调控讲席教授 Eduardo Moraud 领衔的研发团队，系统采集并分析了40名帕金森病患者的脑电与运动动力学数据。利用机器学习算法，研究人员构建了高效的神经解码器（Neural decoders）。该解码器能够直接从患者大脑内部实时捕捉并解析特定的神经生物标志物（Neural biomarkers），在几秒钟内精准识别出患者当前所处的特异性自主步态与运动行为状态（Locomotor states）。
在技术转化层面，该研究直接基于目前临床现有的DBS硬件系统。通过与医疗工业巨头美敦力（Medtronic）的深度协作，研究团队获准接入并优化了该DBS系统的底层通信与程控架构，使得AI驱动的自适应实时刺激策略（Adaptive DBS）得以在临床级硬件上落地。
临床随访数据显示，当DBS系统切换为自适应AI调控模式后，系统能够随着受试者动作的展开，动态调节电刺激参数（如振幅、脉宽及频率）以匹配特定的生理需求。参与临床试验的患者 Mr. F 证实，此前由于双腿沉重或不自主运动，他难以独立行走；而在电刺激能够根据其当前行为实时调整后，其行走质量得到改善，单次步行距离也得以延长。
洛桑大学医院神经外科主任、论文共同资深作者 Jocelyne Bloch 教授指出，神经科临床医生早已意识到，帕金森病的步态问题对DBS的响应机制，本身就与震颤、僵直存在本质不同。将传统的持续电刺激转变为一种具备自我感知、实时决策能力的智能化闭环神经调控方案（Intelligent closed-loop neuromodulation），为那些伴有严重行走障碍的晚期帕金森病患者提供了全新的临床干预路径。
该项研究作为临床医学专家与顶尖神经技术团队强强联合的产物，展示了下一代闭环脑机接口在运动障碍病治疗中的应用潜力。据悉，研究团队下一步正计划开展更大规模的多中心前瞻性随访研究，以长周期评估该自适应智能DBS疗法的临床有效性与安全性，推动该项前沿神经工程成果向常规临床护理的转化。
参考文献：Stefano Scafa et al, Activity-dependent adaptive deep brain stimulation improves gait in Parkinson's disease, Nature Medicine (2026). DOI: 10.1038/s41591-026-04432-4
编辑：王洪
排版：李丽
评论 (0)