器材試驗階梯
器材試驗不使用藥物界的第一／二／三期標籤。它們攀登一座不同的階梯：早期可行性研究（幾位受試者的首次人體世代，用以評估基本安全性並蒐集設計回饋）、傳統可行性研究（規模略大的一群，用以精修計畫書與療效指標），最後是規模足以確認安全性與有效性以取得上市許可的關鍵性試驗。理念也不同：藥物的機轉一旦給藥便固定，但器材——尤其是可適應的 BCI——是與其試驗共同開發的，在各世代之間迭代硬體、解碼器與工作流程。
極少樣本問題
經典的檢定力計算假設你能收足夠多的人來偵測某個效果。但對 BCI 而言，目標病症嚴重且罕見、手術規模龐大，且每位受試者要密集追蹤數年——因此世代常是個位數。下方的樣本數關係說明了為何蠻力式收案毫無希望：要縮小可偵測效果 \delta，n 必須隨 1/\delta^2 成長，而要減弱雜訊的影響，你得對抗分子上的 \sigma^2。
n \;\approx\; \frac{\bigl(z_{1-\alpha/2}+z_{1-\beta}\bigr)^{2}\,\sigma^{2}}{\delta^{2}}在顯著水準 α 與檢定力 1−β 下偵測效果 δ 所需的每組樣本數；把可偵測效果減半，n 就要變為四倍——對罕見重症而言難以承受。
要可靠地偵測一個真實效果，每組需要多少受試者。要命之處在分母的 \delta^2：你要找的效果是以「平方」進入的，所以療效只有一半大的治療，需要四倍的人數——對候選者稀少的罕見重症試驗而言極為殘酷。
- n
- 每組所需的受試者數。
- \delta
- 你希望能偵測到的效果大小。
- \sigma
- 結果的變異性（離散度）。
- z_{1-\alpha/2},\,z_{1-\beta}
- 由顯著水準 \alpha 與檢定力 1-\beta 決定的常數。
把目標效果 \delta 減半會使分母除以四，因此 n 變為四倍——把可行的 40 人組，變成不切實際的 160 人。
回應之道是改變設計，而非追逐不可能的 n。受試者內設計讓每位受試者當自己的對照（解碼器開啟對比關閉的區塊）。單一個案實驗設計與 N-of-1 計畫在一個人身上進行密集、重複的測量並施以正式統計。貝葉斯適應性設計隨資料到來更新後驗，並可因成功或無效而提前停止。每一種都以重複與結構、而非以族群規模，換取統計可信度。
選擇有意義的療效指標
一項臨床療效指標必須捕捉法規機關與病人雙方都能認同的益處。工程師傾向使用效能指標（每分鐘位元、游標準確度）；臨床醫師想要的是臨床益處（她能否表達自己的需求？）以及生活品質或日常生活活動的改善。效能是一種替代指標——有用、客觀，卻不自動具有意義。成熟的態度是同時回報效能與一項與病人相關的結果，並明白區分兩者。
最誠實的通用貨幣是吞吐量。Wolpaw 資訊傳輸率把準確度 P 與在 N 個選項中的一次選擇轉換為位元，再依選擇時間 T 換算為每分鐘位元。它同時獎勵準確度與速度，並懲罰「選項多卻易錯」的選單。
\text{ITR} \;=\; \underbrace{\left[\log_2 N + P\log_2 P + (1-P)\log_2\!\frac{1-P}{N-1}\right]}_{\text{bits per selection } B}\times\frac{60}{T}Wolpaw ITR（位元／分）：假設 N 個等機率目標、且錯誤平均分布於其餘選項——這是一個模型，因此回報數值時要一併說明假設。
同樣的「每次選擇位元數」概念，如今化為速度：把每次選擇攜帶的資訊，乘上每分鐘做幾次選擇。這是把「這套 BCI 有多快又多準？」濃縮成單一數字的標準做法——但只在其假設下成立（等機率目標、錯誤平均分布），因此回報時要一併附上這些假設。
- \text{ITR}
- 資訊傳輸率，單位為位元／分。
- B
- 每次選擇的位元數——括號內的 Wolpaw 項。
- N,\,P
- 目標數與每次選擇的正確率。
- 60/T
- 每分鐘選擇次數，T 為每次選擇的秒數。
每次選擇兩位元、每 3 秒選一次——也就是每分鐘二十次——約可得 40 位元／分。
對連續控制（移動游標或手臂）而言，自然的量尺是費茲定律吞吐量：更難的目標——距離遠（D）且尺寸小（W）——攜帶更多位元，除以移動時間即得到一個實測位元率，可直接在不同研究之間、以及與健全者的手之間比較。
\text{ID} = \log_2\!\left(\frac{D}{W}+1\right),\qquad \text{Throughput} = \frac{\text{ID}}{\text{MT}}\;\;(\text{bits/s})費茲的難度指數（ID）與吞吐量；一種與目標無關的方式，可跨實驗室比較游標與手臂控制，並與自然動作對照。
一把衡量指向任務的公平量尺：目標又遠（D）又小（W）就更難，而「難度」只隨那個比值的「對數」成長。把難度除以花費的時間，就得到以每秒位元計的吞吐量——一種讓 BCI 游標能與滑鼠、或與自然手臂平起平坐相比的方式。
- \text{ID}
- 一次移動的難度指數。
- D
- 到目標的距離。
- W
- 目標的寬度——越寬越容易。
- \text{MT}
- 移動時間——這次移動花了多久。
一個距離加倍、寬度也加倍的目標，D/W 不變，難度也就相同——費茲定律說重點是比值，而非絕對大小。
無法做假處置的對照難題
嚴謹的試驗渴望盲性與安慰劑組，而 BCI 在此撞上現實。你無法以合乎倫理的方式進行假開顱手術來對植入物設盲。因此假處置對照與盲性必須在可行之處工程化：對刺激的開與關設盲（如適應性 DBS 試驗所為）、在同一場次內比較解碼器開啟與關閉的時段、隨機化各條件的順序，並仰賴客觀效能，使期望效應無法偽裝成益處。錯開收案時間（多重基線設計）則能在不進行假手術的情況下提供另一層內部對照。
誰被納入試驗
受試者選擇同時形塑科學與倫理。納入標準取決於臨床適應症（癱瘓、ALS、中風）、疾病階段與軌跡、你打算記錄之處的皮質解剖是否完整、能否給予（或由代理人給予）同意，以及至關重要的——一個能支撐數月密集研究訪視與居家使用的心理社會支持結構。標準越窄，試驗越乾淨，但可推廣的宣稱越弱——這是每份計畫書都必須公開陳述、而非隱藏的張力。