Manos artificiales con IA y sensores biónicos
El novedoso método, basado en principios de control motor humano e inteligencia artificial, utiliza películas con hasta 128 sensores en el antebrazo. Foto: rawpixel/Freepik

En Alemania, un equipo multinacional de ingenieros de diversas disciplinas ha logrado avanzadas prótesis de manos artificiales con movimientos independientes de los dedos y rotación de la muñeca. Este hito ha sido posible con sensores biónicos e Inteligencia Artificial.

Los pormenores del estudio experimental que difunde IEEExplore, órgano oficial del Institute of Electrical and Electronic Ingineers, se explicó en el marco de 2023 International Conference on Rehabilitation Robotics (ICORR), celebrada el pasado septiembre en Singapur.

Coordinados por Cristina Piazza, este equipo de especialistas de la Universidad Técnica de Munich (Alemania) propone dos mapas de control mioeléctrico basados en un algoritmo de sinergia DoF, inspirado en estudios de control motor humano. Un mapa, denominado intuitivo, relaciona los resultados de control con las direcciones de movimiento del cuerpo. El segundo, llamado no intuitivo, aprovecha la contribución de diferentes sinergias a cada DoF, sin una correlación específica con las direcciones de movimiento del cuerpo.

La efectividad y el proceso de aprendizaje de los dos mapas se evaluó con métricas de desempeño en 10 personas sanas. El análisis se llevó a cabo mediante una tarea de extensión central de dos algoritmos de sinergia y una encuesta.

Los resultados demuestran un rendimiento y una percepción equivalentes para ambos mapas. Sin embargo, los autores advierten de que el aprendizaje sólo es visible en sujetos que obtuvieron mejores resultados en el mapa no intuitivo, que requirió cierta familiarización para luego explotar sus características.

La mayoría de los diseños de control mioeléctrico utilizan mapas intuitivos. Sin embargo, para estos especialistas un mapa no intuitivo podría proporcionar más flexibilidad de diseño, lo que puede resultar especialmente interesante para pacientes con discapacidades motoras.

El principio de sinergia

La profesora Piazza explica que los pacientes pueden controlar prótesis de manos artificiales avanzadas de forma más intuitiva, utilizando el principio de sinergia y con la ayuda de 128 sensores en el antebrazo.

Recuerda esta ingeniera que “por estudios neurocientíficos se sabe que hay patrones repetitivos en sesiones experimentales, tanto en cinemática como en activación muscular. Estos patrones pueden interpretarse como la forma en que el cerebro humano afronta la complejidad del sistema biológico. Esto significa que el cerebro activa un conjunto de células musculares, también en el antebrazo”.

“Cuando usamos las manos para agarrar un objeto, por ejemplo una pelota, -añade-, movemos los dedos de forma sincronizada y nos adaptamos a la forma del objeto cuando se produce el contacto”.

Los investigadores utilizan ahora este principio para diseñar y controlar manos artificiales con nuevos algoritmos de aprendizaje. Esto es necesario para un movimiento intuitivo: al controlar una mano artificial para agarrar un bolígrafo, por ejemplo, se producen varios pasos. Primero, el paciente orienta la mano artificial según el lugar de agarre, junta lentamente los dedos y luego coge el bolígrafo.

El objetivo es hacer que estos movimientos sean cada vez más fluidos, de modo que apenas se note que varios de ellos separados forman un proceso global. “Con ayuda del aprendizaje automático, podemos comprender las variaciones entre los sujetos y mejorar la adaptabilidad del control a lo largo del tiempo y el proceso de aprendizaje”, puntualiza Patricia Capsi, miembro del equipo.

Los experimentos con el nuevo enfoque ya indican que los métodos de control convencionales pronto podrían verse potenciados por estrategias más avanzadas. Para estudiar lo que sucede a nivel del sistema nervioso central, los investigadores trabajan con dos películas: una interior y otra exterior del antebrazo. Cada una contiene hasta 64 sensores para detectar la activación muscular.

Manos artificiales

El método también estima qué señales eléctricas han transmitido las neuronas motoras espinales. “Cuantos más sensores utilicemos, mejor podremos registrar información de diferentes grupos de músculos y descubrir qué activaciones musculares son responsables de qué movimientos de la mano”, explica la profesora Piazza.

Además, dependiendo de si una persona intenta cerrar la mano, agarrar un bolígrafo o abrir un tarro de mermelada, se obtienen rasgos característicos de las señales musculares, un requisito previo para los movimientos intuitivos.

Este trabajo se ha centrado en el movimiento de la muñeca y de toda la mano. Demuestra que la mayoría de las personas (ocho de cada 10) prefieren la forma intuitiva de moverla. Esta es también la forma más eficiente. Pero dos de cada 10 aprenden a manejar la forma menos intuitiva, volviéndose al final aún más precisos.

Nuestro objetivo es investigar el efecto del aprendizaje y encontrar la solución adecuada para cada paciente”, explica Patricia Capsi Morales. Cada sistema se compone de mecánicas y propiedades individuales de la mano, entrenamiento especial con pacientes, interpretación y análisis, así como aprendizaje automático.

No obstante, los expertos tienen que afrontar todavía una serie de retos: el algoritmo de aprendizaje, que se basa en la información de los sensores, debe volver a entrenarse cada vez que la película se desliza o se retira. Además, los sensores deben estar preparados con un gel para garantizar la conductividad necesaria para registrar las señales de los músculos de forma precisa.

Cada vez que un nuevo paciente usa el brazalete con muchos sensores sobre su antebrazo, el algoritmo debe primero identificar los patrones de activación para cada secuencia de movimiento, para luego detectar la intención del usuario y traducirla en comandos para la mano artificial.

 

Dejar respuesta

Please enter your comment!
Please enter your name here