拿起勺子，看似只是合拢手指。可对重度手功能障碍者来说，手腕要稳住，拇指要转到合适位置，机器还得知道“我现在想抓”。少一个环节，勺子就可能握不住。这项发表于 Nature Machine Intelligence 的工作，把柔软手套、拇指与手腕辅助，以及动作意图识别连成一个系统，目标是让接近完全手瘫的人重新主动抓握，而不只是被机器牵着做动作。
这里的“主动辅助”，是设备先识别使用者的意图，再补上其无法独立产生的力量。本文所有效果数字均来自同一篇论文，尚无独立信源交叉验证。
不只是帮手指弯曲
手部外骨骼是戴在手上的机械辅助装置。它要在助力、舒适度、重量和活动范围之间取舍。研究团队采用织物基软体结构——用柔性材料代替大量刚性连杆，使设备更轻、更贴合身体，也降低硬碰撞风险；相应地，形状和力量通常更难精确控制。
这款手套的关键，不是单纯让几根手指一起开合。它还能辅助腕背屈，并主动驱动拇指对掌和外展。对掌就是让拇指转向其他手指，这是捏住餐具或稳定握住瓶子的关键动作。论文认为，重度患者无法先靠自己的手摆出抓握姿态，因此需要更多可控动作。
设计也不是团队关起门来完成的。研究者与一名因 ALS（肌萎缩侧索硬化）导致右手接近完全瘫痪的患者，在9个月内进行了8次共同设计，根据患者对舒适、安全和独立性的需求反复修改原型。这个过程把“实验室里能动”改成了“具体的人愿意戴、能用来做事”。
它怎样知道人想抓
难点在于，严重受损的肌肉仍可能留下意图信号，但信号很弱，也很嘈杂。系统使用非侵入式表面肌电——从皮肤表面读取肌肉活动——预测抓握意图，再结合运动数据和机器学习纠错。可以把它理解为：肌电先给出“可能想抓”的提示，动作信息再帮助系统检查并修正判断。
论文报告该预测器的灵敏度为97%，也就是实际抓握意图被识别出来的比例。不过，摘要没有披露特异度、误触发率、置信区间和独立测试集表现，因此这个数字不能单独等同于“97%准确”。15名健康对照主要用于比较肌电信号，并非疗效对照组。
单例结果很具体，也很有限
那名 ALS 患者戴上外骨骼后能够抓取物体，在 Box-and-Blocks Test（规定时间内搬运小方块、用于评估手部操作能力的测试）中得到5分，并完成自行进食等任务。得分5说明设备带来了一定抓取能力，但绝对水平仍低；自行进食也只是单个患者的任务展示。
团队随后在6名卒中患者中验证系统。ARAT（Action Research Arm Test，用多项任务评估上肢活动能力）结果出现明显分层：严重损伤患者使用外骨骼时提高17分；中度损伤患者平均反而降低9分。换句话说，这套系统可能更适合几乎没有残余手功能、确实需要机器接管关键动作的人。对仍能自行完成部分动作的人，手套的约束和控制方式则可能干扰某些任务。
为什么值得关注
这项工作的价值，不只是做出一只会弯曲的软手套。它把重度患者真正缺少的几个环节放在一起：先摆好手腕和手形，让拇指参与对掌，再从微弱肌电中寻找使用者的主动意图。它还显示，辅助设备并非“助力越多越好”；同一套系统对严重和中度损伤者可能产生相反结果，适用对象必须分清。
局限与未知
- 核心 ALS 结果只有1名患者，卒中验证也仅6人，不能外推为普遍疗效。
- 论文摘要未交代卒中各亚组人数、方差、统计显著性、基线可比性，也无法判断 ARAT 变化是否达到临床重要差异。
- 标题使用“恢复主动抓握”，论文称其对重度患者“尤其有效”；现有证据更稳妥地支持“展示了可行性”，还不足以确认广泛、稳定的临床效果。