藉著最近整理讀書會的機會分享一下目前現階段下肢機器人或外骨骼的應用。主要會著重在中風的患者身上，但也會帶到一些簡單基礎的介紹。本篇文章會分為兩個部分，第一部分是做機器人的簡介，但是 Dr. M 不得不說很多東西非常的工程領域，所以我也沒有辦法搞得很清楚，但是希望透過這篇文章的前半部可以讓大家對於下肢機器人的種類與一些專有名詞有一些了解。第二部分則是搜尋了一下現有的文獻對於下肢機器人在中風後應用的證據等級，希望可以讓大家有一些簡單的概念，最後則是目前台灣主要的廠商與關於未來發展的一些方向。
背景介紹
首先在開始前先透過兩個影片讓大家了解何謂下肢機器人或外骨骼，而這兩者和機器人的差別又在哪裡？第一部影片是類似 ReWalk 的下肢機器人，使用者是一位脊髓損傷的患者，所以基本上都需要靠外骨骼來作支持，在穿戴上需要花費一些時間，走路的速度上也沒有來的很快。
第二部影片則是有名的 Boston Dynamic 在這十年間的發展變化，到後期可以發現它們已經可以做出相當精細擬人的下肢動作，在髖關節的活動上也做到了和一般人近乎一樣的活動角度，同時跳躍或是旋轉也可以順利執行。
同樣都是機器人為什麼這兩者間會有如此大的差異？最主要的問題應該還自所謂人機介面的設計，也就是加入了人的主動因素之後，外骨骼或機器人要如何配合人體的動作變得相當困難。
歷史
外骨骼的發展一開始都是以軍事用途為主，最早的應該是 1965 年的 HARDIMAN，當初的設計是為了讓人可以透過這個機器人提起重物，但這個外骨骼本身的重量就高達數百公斤，所以實用價值不高。 1972 年的 Mihailo Pupin Exoskeleton 可以說是下肢機器人或外骨骼的原型，但是並沒有真的商業化，開發出來兩三年就進入博物館了。目前下肢外骨骼最著名的原型應該是 2004 年開發出的 BLEEX，這個原本是軍事用途，但他的輕量化設計（20 公斤以內）成為接下來外骨骼的先驅。到 2010 年後就開始有很多的廠商推出各種商業化的外骨骼，每一個種類的設計都有些不一樣，也有很多還在實驗階段，接下來會簡單介紹給大家。
應用
機器人的應用我們可以透過下面四個層面，分別是：
軍事用途：主要用以增進表現提升作戰能力
醫療用途：可以分為輔助與復健階段
工業用途：協助工作者的工作能力，如修車或搬運重物
日常用途：提供一般人外在支持，強化日常生活功能與能力
以醫療用途來說，我們要很確定患者目前的需求是什麼以及外骨骼的角色為何。在受傷的前期，外骨骼扮演的角色可能是一種復健的方式，但隨著時間的演進，患者的能力終究會達到一個高原期，這個時候外骨骼的角色可能就變成是一種輔具，以最大化患者現有的能力。
機器人與外骨骼的分類
我們可以透過以下簡單的分類法來分類下肢的機器人：
Tethered Exoskeleton：這個類型的外骨骼是固定的，通常搭配跑步機（左上）
Untethered Exoskeleton：這個類型則是不固定，也就是可以到外面行走（右下）
End-effector Devices：只有遠端的腳固定，其他地方都是自由，也搭配跑步機（左下）
Patient-guided Suspension Systems：懸吊系統，通常會搭配其他外骨骼（右上）
目標族群
目前外骨骼應用的目標族群蠻多的，但主要是有神經系統疾病或骨骼系統疾病的患者：
中風：可以分為缺血性或出血性，常見的是半邊的偏癱
腦外傷：依照受傷部位也會有偏癱的狀況，但要應用外骨骼的話，意識狀態必須清楚
脊髓損傷：通常是下半身的全癱或肌力下降
腦性麻痺：因為張力會造成不太的異常，依照不同類型也會有肌力不足的表現
肌肉骨骼疾病：關節退化可能導致疼痛與功能下降
其他：帕金森氏症、多發性硬化症等等
名詞解釋
最後介紹幾個可能會用到的名詞，讓大家在評估或看待一個外骨骼時可以比較清楚：
Degree of Freedome：是指可以在幾個平面有動作（髖關節有內外/展旋、屈曲/伸展）
Actuation Moder：驅動能量的來源為何（馬達、液壓等等）
Control Strategy：操作的策略為何，人機介面的設計與配合
接下來我們就來看看更細部的分類以及如何簡單的評估或審視一個下肢機器人或外骨骼。
外骨骼或下肢機器人的分類
其實分類法有很多，端看你要從哪一個角度下去進行分類，下面簡單介紹幾個機器人設計中重要的要素，讓大家知道如何去看待一個下肢機器人或外骨骼。
多關節與單關節
一個外骨骼可以從設計的關節來進行分類，看是單關節或是多關節以及每個關節的自由度為何。對於神經疾病的患者來說，多數會需要用到髖膝踝（HKA）三關節的外骨骼，但是並非每個關節都有自由度，即便有自由度也分為是被動還主動。主動的意思是指在那個自由度上，外骨骼或機器人可以提供輔助的力量，被動則是指機器人或外骨骼允許在那個方向上有移動但是既不輔助也不限制。
外骨骼的關節越多更可能做出擬人化的動作，但是在人機介面的設計與配合上難度就更高，也因此行走速度可能就會變慢。所以沒有絕對的好壞，端看使用者的特性。
下圖提供目前有在使用的不同種類外骨骼給大家參考。其中可以發現也可以將外骨骼的目的分為輔助 Assistive、復健 Rehabilitation 或 Augmentation 放大。其實就是剛剛上面講過的概念，外骨骼的目的是為了進行復健恢復病人功能還是在現有功能下最大化其能力，或是針對一般人去放大他的能力達到表現進步（軍用）的目的。
驅動方式 Actuation Mode
上面已經有介紹過驅動方式就是整個外骨骼或機器人系統的動力來源。動力來源的不同對於非固定型的外骨骼相當重要，因為動力來源往往佔了整體器械重量的大部分，如果是固定型的機器人或外骨骼就可以把動力來源設置在跑步機或其他位置。雖然透過力學的設計，患者本身不需要負擔驅動方式的重量，但對於協助穿戴的人來說無疑是一大難題。
目前市面上主要的驅動方式還是以電動馬達居多，但是缺點就是重量相對重，其他還有液壓式、氣壓式、結合彈簧等彈性設計的 Serises Elastic Actuator 以及氣壓式仿生肌肉 Pneumatic Artificial Muscles。
下面兩張圖表分別統整了不同驅動方式的優缺點以及不同機器人所使用的驅動方式。大多數是從重量、力量傳輸的控制以及設計的複雜度來分類。
操作策略 Control Strategy
操作策略可以說是整個機器人中最精華的部分，也是這個部分的進展才可以讓人與機器融為一體達到更好的體驗。但也因為困難度很高，所以目前外骨骼在人體的應用還無法像單純機器人一樣可以順暢的做出許多精細的動作。
如果要簡單的分類我們可以把操作策略分為下面三大類：
Position Control：透過感應器感應人體相關位置，在適當的姿勢提供協助完成動作
Force Signal Control：加入力量的要素，透過感知主動力量的大小協助完成動作
Biomedical Signal Control：參考生物訊號（肌電圖或腦波）來協助完成動作
Position Control 舉例來說當感測器感應髖屈到一定的角度就會引發後續的訊號協助完成整個步態過程，但這樣未必能完全反映出使用者的意圖。Force Signal 則加入患者偵測主動動作的強度來進行協助，又分位兩種模式，一種是混合 Position Control 取兩者的優點來進行控制，另一種 Impedance control 則是透過演算來達到相對具有柔軟度的動作。
最後一個生物訊號的控制目前商用的只有應用到肌電圖的訊號傳遞，腦波的部分都還只是實驗階段，因為腦部太過容易受到干擾，所以擷取出來的資料都要經過過濾，但這個難度相對大。肌電圖的控制有一個缺點，如果患者是下肢無力至完全無法引起肌肉收縮（脊髓損傷患者），那這樣肌電圖的驅動方式就不太適合了。
下面的圖表一樣提供給大家不同廠牌使用哪一些控制策略，還有除了上述的概論外，其實還有更多的控制方式。控制方式也不限一種，可以多種同時併用進行。
訓練方式 Training Mode
如果從訓練的模式來切入，主要可以分為下列四種方式：
被動模式：適合使用復健的前期，用於被動關節活動訓練
主動模式：當患者有一定的能力啟動時，這個方式可以協助其完成動作
主動阻力模式：只是定義的不同，代表患者本身可以完成動作，機器只是輔助
主動阻力模式：這個模式大概很少見，主要提供訓練用，透過阻力加強難度
主動與被動的差別可以從上面的圖片了解，被動模式就是透過控制系統直接釋出訊號到驅動端然後讓肌肉產生被動運動。主動模式則是透過任何感應器接收人體的訊號再到驅動程式去配合整體動作的產生。被動模式相對容易但要考量到患者的舒適度，而主動模式則是要做好人機介面的協調。
最後用下面這張圖表簡單的做個總結，有興趣的人可以根據這個圖表去查詢不同的外骨骼或機器人系統。
下肢機器人中風復健的應用
上面介紹了關於下肢機器人的一些基礎知識，希望大家對於外骨骼與機器人有近一步的了解。接下來透過四篇文獻來說明目前下肢機器人在中風病人上的應用與證據。
下肢機器人對於步態復健的效果
總共收錄了 13 篇的隨機對照實驗，比較了有使用機器人復健與傳統復健在走路速度的差別，同時也比較了加入功能性電刺激是否對於機器人復健有幫助。結果顯示在 End-effector 類的下肢機器人對於走路速度的增加是顯著高過於傳統復健，但外骨骼類的機器人則沒有比傳統復健優秀。此外，在中風後的亞急性期與慢性期間，慢性期沒有看到機器人組別和傳統復健組別有顯著差異，但在亞急性期可以發現 End-effector 較傳統復健效果顯著更好，也比外骨骼好但沒有顯著差異。如果加入功能性電刺激，則看起來效果會比單純的機器人復健好，但這個結果也只來自兩篇研究。
機器人復健對於走路速度與功能的效果
這篇研究收錄了九篇隨機對照實驗，裡面五篇針對慢性期的中風患者，四篇則是針對亞急性其。實驗設計比較了機器人復健（外骨骼或是 End-effector）和傳統復健的差異。結果顯示機器人復健並沒有比傳統復健更好，在亞急性與慢性的分析中同樣沒有看到不同。
機器人復健對於平衡感的效果
這篇統合分析收錄了 31 篇隨機對照實驗，比較了機器人復健與傳統復健在各種平衡指標的不同。結果發現在 Berg balance scale 與 Fugl-Meyer balance scale 上，機器人復健和傳統復健相比有顯著的好處。而且這個優勢是獨立於機器人的種類、是否有加入其他種類的復健治療以及復健的強度等等。
使用者對於外骨骼科技的看法
最後這篇研究比較有趣，主要是在回顧使用者端對於機器人科技的看法。研究只收錄了三篇文獻，所以也不算太多，但是裡面提到幾個有趣的想法：
現階段的機器人是否符合民眾需求？
機器人和輪椅相比真的對於移動有比較好的效率嗎？
從走路速度來看，我們可以發現正常人大概落在 1.3-1.4 m/s 之間，如果使用輪椅大概落在 0.65-0.7 m/s 之間，但是如果是脊髓損傷的患者使用像是 ReWalk 這類的外骨骼走路，速度大約只有 0.03-0.5 m/s 之間。不過就操作的簡單程度來說，使用者的反應普遍是還不錯的（Likert scale 7.2/10）。但有趣的是如果利用 Assistive Technology Device Predisposition Assessment 這個評估方法來看，可以發現有顯著的前後側差異，代表使用者在使用前對於整個外骨骼的期待大於使用後，所以可以合理的說機器人復健的使用成果不如使用者的預期。
這篇文獻也整理了一些對於使用者端考慮使用外骨骼的一些影響因子，下面列出非常重要與重要的影響因子：
非常重要：舒適度、是否可以預防跌倒、維修與維持費用、購買價格
重要：穿脫/攜帶方便性、是否能在不平路面走路、攜帶方便性、耗能、站立時工作能力
台灣的現況
接下來我們來看看台灣目前在這方面發展的現況。剛好去年八月 Dr. M 有去輔具展逛了一下，也有實際試穿了一下一些產品，順便分享經驗給大家。目前台灣本土主要有兩個不同的廠商，分別是緯創所開發的 Keeogo 與福寶的 FreeWalk。
緯創的這個產品是透過感知穿戴者的施力來輔助他的動作，而且可以注意到這個外骨骼並不包含踝關節，所以絕大多數是膝關節的支持。Keeogo 有一些臨床的研究，不過收錄案例數量都相對少，所以很難說有完整的代表性。有興趣的人可以參考下面這篇文獻，簡單來說 Keeogo 適合有一定能力的穿戴者，能力太弱或太強都不太適合，因為無法增加實際的活動能力。
Dr. M 實際試穿的感覺是確實在像是蹲的動作是有一些支撐沒錯，但是對於一個正常人來說其實我反而覺得會有一點被拖累的感覺。另一個重點在於，如果是對於中風的患者來說，通常是偏癱，所以兩邊的動作會非常不一樣，要如何在好邊與壞邊取得平衡就是一個很大的重點。下面這段影片是來自 Keeogo 的官網，大家有興趣可以看一下。
第二家廠商是福寶科技所做的 FreeWalk ，其實就是像 ReWalk 一樣的設計，可以看到他有兩個拐杖，除了可以維持平衡以外，在這個杖上有按鈕可以選擇功能（做到站、走路等等）。所以這個外骨骼的設計主要是要給下半身幾近癱瘓的人。下面的這個影片大家可以參考看看，可以發現它可以讓這些患者走路，但是目前還無法走太快。
最後放一台也有在輔具展參展的 HAL ，是日本的品牌，歷史也相對悠久，算是這類型外骨骼的代表作，當初詢問廠商目前只提供租賃不提供買賣。HAL 比較特殊的是透過肌電圖 EMG 電訊號來做控制，所以需要電極貼片來偵測。自由度上則是有五個自由度（腳踝一個其餘四個）。下面的影片供大家參考，可以發現在穿戴上其實需要花一定的時間。
未來的發展
在未來的發展上主要可以從下面幾個點來做精進與開發：
優化人機介面：新的控制策略讓人與機器可以更好的協同合作
穿戴的方便性與舒適度
除了行走外的其他生活功能：例如上下車等等
穩定且有效的系統：輕重量、更高的能量轉換效率、花費更低
結合不同模式的復健：結合虛擬實境與傳統復健
更多的試驗證實結果
在和虛擬實境結合的方面其實有一些文獻有做了探討
以目前來說，下肢機器人的復健和上之機器人相比是比較沒有證據力的，所謂的證據力是指相較於一般傳統復健有更好的效果。單純就虛擬實境來說，並沒有比傳統復健來的有效果。不過將兩者加起來是有潛力可以比傳統復健有更大的進步，只是需要更多的研究證實。
總結
簡單的透過這篇文章和大家分享一下目前外骨骼的進展。 目前對於下肢外骨骼在中風後的復健還有很大的進步空間，和上之相較之下的證據較低。不過外骨骼有一些潛在的優勢，可以加大患者的訓練量並且在訓練時減少治療師的人力支出。但有一點很重要，目前外骨骼在穿戴與調整上其實都需要耗費不少時間，所以如果實際計算從穿戴、訓練到脫除的整個過程的人力耗費，其實可能會比傳統復健更佳消耗人力。目前看來下肢機器人復健對於平衡的改善可能比傳統復健優秀，但是在走路速度上看起來就比較沒有差異。此外，患者對於這類科技產品的接受度也有不少差別，在溝通復健方式的同時也要注意這些科技所扮演的角色是偏向輔助性質還是復健性質。簡而言之，下肢機器人復健的發展還有很多加強空間，但至少目前看來是不會比傳統復健差，可以做為一個輔助的復健方式。
Dr. M 我們下次見！
REFERENCES
Kalita B, Narayan J, Dwivedy SK. Development of active lower limb robotic-based orthosis and exoskeleton devices: A systematic review. International Journal of Social Robotics. 2020:1-19.
Zhang X, Yue Z, Wang J. Robotics in lower-limb rehabilitation after stroke. Behavioural neurology. 2017;2017.
Esquenazi A, Talaty M. Robotics for lower limb rehabilitation. Physical Medicine and Rehabilitation Clinics. 2019;30(2):385-
Shi D, Zhang W, Zhang W, Ding X. A review on lower limb rehabilitation exoskeleton robots. Chinese Journal of Mechanical Engineering. 2019;32(1):74.
Bruni MF, Melegari C, De Cola MC, Bramanti A, Bramanti P, Calabrò RS. What does best evidence tell us about robotic gait rehabilitation in stroke patients: a systematic review and meta-analysis. Journal of Clinical Neuroscience. 2018;48:11-7.
Tedla JS, Dixit S, Gular K, Abohashrh M. Robotic-assisted gait training effect on function and gait speed in subacute and chronic stroke population: a systematic review and meta-analysis of randomized controlled trials. European Neurology. 2019;81(3- 4):103-11.
Zheng Q-X, Ge L, Wang CC, Ma Q-S, Liao Y-T, Huang P-P, et al. Robot-assisted therapy for balance function rehabilitation after stroke: A systematic review and meta-analysis. International Journal of Nursing Studies. 2019;95:7-18.
Hill D, Holloway CS, Ramirez DZM, Smitham P, Pappas Y. What are user perspectives of exoskeleton technology? A literature review. International journal of technology assessment in health care. 2017;33(2):160-7.
McLeod JC, Ward SJM, Hicks AL. Evaluation of the KeeogoTM Dermoskeleton. Disability and Rehabilitation: Assistive Technology. 2019;14(5):503-12.
Clark WE, Sivan M, O’Connor RJ. Evaluating the use of robotic and virtual reality rehabilitation technologies to improve function in stroke survivors: A narrative review. Journal of Rehabilitation and Assistive Technologies Engineering. 2019;6:2055668319863557.
