Os cientistas da EPFL estão desenvolvendo novas abordagens para melhorar o controle das mãos robóticas - em particular para amputados - que combina o controle individual do dedo e a automação para melhorar a preensão e manipulação. Esta prova de conceito interdisciplinar entre neuroengenharia e robótica foi testada com sucesso em três amputados e sete indivíduos saudáveis. Os resultados são publicados na edição de hoje da Nature Machine Intelligence .

A tecnologia mescla dois conceitos de dois campos diferentes. Implementar os dois juntos nunca havia sido feito antes para o controle manual robótico, e contribui para o campo emergente de controle compartilhado em neuroprótese.

Um conceito, da neuroengenharia, envolve decifrar o movimento pretendido do dedo a partir da atividade muscular no coto do amputado para controle individual do dedo da mão protética, o que nunca foi feito antes. O outro, da robótica, permite que a mão robótica ajude a segurar objetos e manter contato com eles para uma pegada robusta.

"Quando você segura um objeto em sua mão, e começa a escorregar, você só tem alguns milissegundos para reagir, "explica Aude Billard, que lidera o Laboratório de Sistemas e Algoritmos de Aprendizagem da EPFL." A mão robótica tem a capacidade de reagir em 400 milissegundos. Equipado com sensores de pressão em todos os dedos, ele pode reagir e estabilizar o objeto antes que o cérebro possa realmente perceber que o objeto está escorregando. "

Como funciona o controle compartilhado

O algoritmo primeiro aprende como decodificar a intenção do usuário e traduz isso no movimento dos dedos da mão protética. O amputado deve realizar uma série de movimentos com as mãos para treinar o algoritmo que usa o aprendizado de máquina. Sensores colocados no coto do amputado detectam a atividade muscular, e o algoritmo aprende quais movimentos de mão correspondem a quais padrões de atividade muscular. Uma vez que os movimentos pretendidos dos dedos do usuário são compreendidos, essas informações podem ser usadas para controlar os dedos individuais da mão protética.

"Porque os sinais musculares podem ser ruidosos, precisamos de um algoritmo de aprendizado de máquina que extraia atividades significativas desses músculos e os interprete em movimentos, "diz Katie Zhuang primeira autora da publicação.

Próximo, os cientistas projetaram o algoritmo para que a automação robótica seja acionada quando o usuário tentar agarrar um objeto. O algoritmo instrui a mão protética a fechar os dedos quando um objeto está em contato com sensores na superfície da mão protética. Esta preensão automática é uma adaptação de um estudo anterior para braços robóticos projetados para deduzir a forma de objetos e agarrá-los com base apenas em informações táteis, sem a ajuda de sinais visuais.

Muitos desafios permanecem para projetar o algoritmo antes que ele possa ser implementado em uma prótese de mão disponível comercialmente para amputados. Por enquanto, o algoritmo ainda está sendo testado em um robô fornecido por uma parte externa.

"Nossa abordagem compartilhada para controlar mãos robóticas pode ser usada em várias aplicações neuroprotéticas, como próteses biônicas de mão e interfaces cérebro-máquina, aumentando o impacto clínico e a usabilidade desses dispositivos, "Silvestro Micera, Presidente da Fundação Bertarelli da EPFL em Neuroengenharia Translacional, e Professor de Bioeletrônica na Scuola Superiore Sant "Anna.