Инсульт является наиболее важной причиной инвалидности взрослых в ЕС, от которого ежегодно страдают примерно 1,1 миллиона жителей. После инсульта пациенты обычно нуждаются в реабилитации, чтобы заново научиться ходить, говорить или выполнять повседневные задачи. Исследования показали, что помимо физической и трудотерапии, музыкальная терапия может помочь пациентам, перенесшим инсульт, восстановить речевые и двигательные функции.
Но для людей, получивших музыкальное образование и перенесших инсульт, музицирование само по себе может быть навыком, которому необходимо научиться заново. Теперь исследование, опубликованное в журнале Frontiers in Robotics and AI, показало, как новая мягкая робототехника может помочь выздоравливающим пациентам заново научиться играть музыку и другим навыкам, требующим ловкости и координации.
«Здесь мы показываем, что наша умная перчатка-экзоскелет со встроенными тактильными датчиками, мягкими приводами и искусственным интеллектом может эффективно помочь в повторном обучении ручным задачам после нейротравм», — сказал ведущий автор доктор Маохуа Лин, адъюнкт-профессор кафедры океанологии и машиностроения Атлантического университета Флориды.
Кому подходит перчатка: изготовленная на заказ «умная рука»
Лин и его коллеги разработали и протестировали «умный ручной экзоскелет» в форме многослойной гибкой робоперчатки с 3D-печатью, которая весит всего 191 г. Вся область ладони и запястья перчатки спроектированы таким образом, чтобы быть мягкими и гибкими, а форма перчатки может быть изготовлена на заказ в соответствии с анатомией каждого пользователя.
Роботизированная перчатка или экзоскелет «умная рука» в действии. Авторы: М. Лин, Р. Пол, М. Абд, Дж. Джонс, Д. Дьежуст, Х. Чим, Э. Энгеберг
Мягкие пневматические приводы в кончиках пальцев создают движение и прикладывают силу, имитируя таким образом естественные, точно отлаженные движения рук. Каждый кончик пальца также содержит набор из 16 гибких датчиков, или «такселей», которые передают тактильные ощущения руке пользователя при взаимодействии с предметами или поверхностями. Изготовление перчатки несложно, так как все приводы и датчики устанавливаются на место с помощью единого процесса формования.
«Надевая перчатку, пользователи-люди в значительной степени контролируют движение каждого пальца», — сказал старший автор доктор Эрик Энгеберг, профессор кафедры океанологии и машиностроения Атлантического университета Флориды.
«Перчатка разработана для того, чтобы помогать и усиливать естественные движения их рук, позволяя им контролировать сгибание и разгибание пальцев. Перчатка обеспечивает управление рукой, обеспечивая поддержку и повышая ловкость.»
Авторы предполагают, что пациенты в конечном счете могут носить пару таких перчаток, чтобы помочь обеим рукам независимо друг от друга восстановить ловкость, двигательные навыки и чувство координации.
Искусственный интеллект обучил перчатку быть учителем музыки
Авторы использовали машинное обучение, чтобы успешно научить перчатку «чувствовать» разницу между воспроизведением правильной и неправильной версий песни новичка на пианино. Здесь перчатка работала автономно, без участия человека, с заранее запрограммированными движениями. Песня называлась «У Мэри был маленький ягненок», для исполнения которой требуется четыре пальца.
«Мы обнаружили, что перчатка может научиться отличать правильную игру на фортепиано от неправильной. Это означает, что он может стать ценным инструментом для персонализированной реабилитации людей, которые хотят заново научиться играть музыку», — сказал Энгеберг.
Теперь, когда принцип доказан, перчатку можно запрограммировать таким образом, чтобы она давала владельцу обратную связь о том, что было сделано правильно или неправильно в его игре, либо посредством тактильной обратной связи, визуальных подсказок, либо звука. Это позволило бы ей или ему понять свою работу и внести улучшения.
Лин добавил: «Адаптация нынешнего дизайна к другим задачам реабилитации, помимо воспроизведения музыки, например, манипулирования объектами, потребовала бы адаптации к индивидуальным потребностям. Этому можно способствовать с помощью технологии 3D-сканирования или компьютерной томографии, чтобы обеспечить индивидуальную посадку и функциональность для каждого пользователя».
«Но необходимо преодолеть несколько проблем в этой области. К ним относятся повышение точности и надежности тактильных ощущений, повышение адаптивности и гибкости конструкции экзоскелета, а также усовершенствование алгоритмов машинного обучения для лучшей интерпретации пользовательских данных и реагирования на них».