《Frontiers in Rehabilitation Sciences》：Market shaping via digital public infrastructure for assistive technology in low- and middle-income countries
编辑推荐：
数字辅助技术（assistive technology, AT）现已通过多种平台交付，包括智能手机、云服务、专用设备和嵌入式系统，而非单一主导形态。然而，在中低收入国家（low- and middle-income countries, LMICs），可负担性
数字辅助技术（assistive technology, AT）现已通过多种平台交付，包括智能手机、云服务、专用设备和嵌入式系统，而非单一主导形态。然而，在中低收入国家（low- and middle-income countries, LMICs），可负担性、连接性、电力可靠性、服务能力以及不均衡的语言基础设施继续决定着哪些数字路径能够被大规模部署和维护。本观点文章认为，市场塑造策略应优先发展应用层之下的共享数字基础设施，包括具有代表性的数据集和语言资源、可复用的模型和参考工具链，以及针对资源受限环境量身定制的部署路径。本文提出了一个由三部分组成的“市场栈”（Market Stack），包括受治理的数据和语言资源、可复用的核心模型和参考流水线，以及由中小型企业进行的本地化商业化和服务交付。核心论点并非取代智能手机，而是确保在受限环境中，当创新者和采购者能够在智能手机、专用、嵌入式和混合解决方案之间进行选择时，数字辅助技术市场能够发挥最佳效用。因此，资助者和政策制定者应将数据、语言资源和基础工具视为公共利益投资，以扩大中低收入国家市场中可获得的辅助产品范围。
**论文解读：数字公共基础设施视角下的中低收入国家辅助技术市场塑造**
全球辅助技术（assistive technology, AT）未得到满足的需求规模已不容忽视。世界卫生组织与联合国儿童基金会的报告指出，超过25亿人需要至少一种辅助产品，且获取缺口集中在中低收入国家（low- and middle-income countries, LMICs），部分环境中的获取率甚至低至3%。移动设备等数字渠道可为用户提供通信、提醒、导航、字幕和界面适配等功能，无需为每项功能定制专用硬件，因此数字辅助技术具有明确价值。然而，现有证据表明，即便数字产品已经存在，可负担性、服务支持、包容性设计成熟度以及商业化障碍仍是制约因素。因此，关键问题并非数字交付是否有意义，而是何种共享基础设施能使数字AT在受限环境中可靠、可适配且具备商业可行性。本文认为，市场塑造战略应聚焦于应用层之下的共享数字基础设施。其核心主张包括：智能手机优先部署常有效但不充分；基础数据和语言资源是实现包容性数字AT的前提；可复用模型、工具链和参考路径是本地企业将资源转化为可持续产品的必要条件。该论文发表于《Frontiers in Rehabilitation Sciences》，旨在为资助者和政策制定者提供将数据、语言资源和基础工具视为公共利益投资的概念依据。
研究人员采用叙述性文献综合方法，而非系统综述或原始实证研究。他们目的性地选取了关于AT市场塑造、LMIC中辅助与替代沟通（augmentative and alternative communication, AAC）实施、数字健康基础设施、无障碍数据集、低资源语言资源、数据治理和数字公共利益基础设施的文献。通过数字公共基础设施（digital public infrastructure, DPI）视角，将基础设施视为共享、可复用、受治理的能力，并围绕三个问题进行分析：哪些基础设施约束影响不同数字AT架构的适配性；哪些数据和语言资产作为共享市场基础设施；需要哪些市场功能将上游资源转化为本地化产品和服务。本研究无原始样本队列，不涉及试剂或实验操作，仅依赖文献证据构建概念模型。
**3.1 基础设施约束改变架构适配性**
通过综合LMIC数字健康证据、国际电信联盟（ITU）可负担性追踪数据和世界卫生组织电力接入分析，研究发现智能手机优先范式虽常用，但“默认”常被误解为“足够”。即使软件存在，设备成本、培训、维修、连接和持续服务支持等障碍依然存在。例如，撒哈拉以南非洲医疗设施可靠电力供应率仅约40%，家庭条件更脆弱。因此，采用结果受基础设施准备度、劳动力能力、融资和治理适配性影响，而非仅由技术效能决定。这一发现支持对数字AT架构进行细分，而非否定智能手机。
**3.2 某些AT功能需要替代路径**
通过审视当前数字AT的多种架构，包括智能手机原生应用、专用辅助设备、嵌入式单功能产品和混合系统，研究发现每种路径对应不同的充电负担、可维修性、配件依赖、培训需求和间歇连接容忍度。开源硬件和软件已用于创建低成本AT，嵌入式语音技术也可在受限设备上运行窄带语音功能。这支持一个更窄的政策主张：采购和设计过程应逐功能测试架构适配性，包括离线能力和专用硬件，而非假定单一方案普遍适用。
**4.1 生物信号表征缺口**
通过分析眼动追踪和脑机接口（brain–computer interface, BCI）相关研究，发现模型在受控队列中表现良好，但可能无法迁移至目标临床人群。例如，痉挛型脑性瘫痪儿童的眼动介导访问研究显示出性能变异和实际服务挑战。无障碍数据集荟萃分析进一步显示，数据在种族/民族和性别等关键人口学维度上报告不足，导致算法在实验室条件下表现良好却可能在辅助队列中性能下降。因此，数据代表性和适配性成为核心制约。
**4.2 代表性残疾数据仍然稀缺**
通过分析可访问性数据集的荟萃分析结果，研究发现许多数据集难以发现或不公开共享，常以“按需提供”流程妨碍复现和产品转化。BCI综述也显示，多数公开数据集集中于健康受试者，而针对残疾人群的AAC-BCI证据异质性高、样本量小且报告不一致。这限制了研究成果向康复实践核心人群的推广应用。
**4.3 语言基元作为基础设施，而非可选附加**
通过低资源自然语言处理（NLP）证据以及东非语言资源建设工作的分析，研究发现语音相关AT的核心瓶颈往往在更早的阶段：音素化资源、语音映射、形态资源、对齐语音语料库和发音词典。Mozilla Common Voice等开放众包语音语料库是可复用基础设施的实例。共享语言资产和可复用语音流水线可降低老牌AT企业和本地中小企业进入新语言市场的门槛，将重复的本地化工作转化为受治理的共享基础设施。
**讨论部分总结**
讨论部分提出了“市场栈”模型，共分三层。第1层为受治理的数据和语言资源，强调开放元数据、受控访问和明确管理规则，并应用FAIR和CARE原则；第2层为可复用核心模型、中间件和参考流水线，使数据集转化为可部署的语音引擎、嵌入式运行时和参考设计；第3层为本地化最后一公里商业化和服务，由本地企业、诊所和服务提供者实现。模型同时强调“栈前公平条件”，包括可负担性、数字素养、污名、运输和权利系统等跨层因素。该模型是概念起点，未来需通过产品类别案例研究、国家层面就绪评估和试点投资进行检验。此外，研究指出分布式正义不能仅靠基础设施供给解决，但缺乏代表性数据和可部署工具时，即使资金充足的采购也可能缺乏可买的产品。
**研究结论翻译**
本观点文章认为，LMIC中数字AT的可及性不仅受应用可用性影响，还受技术架构与本地基础设施之间适配性的影响。智能手机优先交付通常仍然适用，但不应被视为唯一途径。当电力、连接、维修能力、语言覆盖或界面需求受限时，专用、嵌入式和混合设计可能提供更可靠的可及性。因此，实际政策问题是哪种架构最适合辅助功能和服务环境。同样的原则适用于上游：如果代表性残疾数据、语言资源和可复用语音或生物信号流水线缺失，本地适配将变得缓慢、昂贵且脆弱。市场栈旨在阐明这种依赖关系：第1层资源为第2层工具和参考路径奠定基础，进而使第3层企业和服务提供者能够在本地化、培训、维修和支持方面竞争，而非重建核心基础设施。对于资助者和政策制定者，其含义是应将共享数据集、语言资产和基础工具视为公共利益投资，并使采购与离线使用、本地语言支持和生命周期服务要求保持一致。未来工作应在特定产品类别和国家案例中测试市场栈，并检验共享基础设施投资是否改善服务持续性、总拥有成本、维修周转时间和本地市场参与。尽管如此，核心结论仍然明确：LMIC中数字AT的市场塑造应扩大技术和商业可行路径的范围，而非假设一种设备模型或一种软件渠道适合所有情境。
