A inteligência artificial torna a preensão das mãos protéticas mais intuitiva

Mãos artificiais podem ser operadas via aplicativo ou com sensores colocados nos músculos do antebraço. Uma nova pesquisa da Universidade Técnica de Munique (TUM) mostra que uma melhor compreensão dos padrões de atividade muscular no antebraço apoia um controle mais intuitivo e natural dos membros artificiais. Isto requer uma rede de 128 sensores e técnicas baseadas em IA.

Os desenvolvimentos tecnológicos nas últimas décadas já levaram a mãos artificiais avançadas. Eles podem permitir que amputados que perderam uma mão devido a acidente ou doença recuperem alguns movimentos. Algumas dessas próteses modernas permitem movimentos independentes dos dedos e rotação do punho. Esses movimentos podem ser selecionados por meio de um aplicativo de smartphone ou usando sinais musculares do antebraço, normalmente detectados por dois sensores.

Por exemplo, a ativação dos músculos flexores do punho pode ser usada para fechar os dedos para segurar uma caneta. Se os músculos extensores do punho estiverem contraídos, os dedos reabrem e a mão libera a caneta. A mesma abordagem permite controlar diferentes movimentos dos dedos que são selecionados com a ativação simultânea dos grupos musculares flexores e extensores. “São movimentos que o paciente tem que aprender durante a reabilitação”, diz Cristina Piazza, professora de reabilitação e robótica assistiva da TUM.

Agora, a equipe de pesquisa do Prof. Piazza mostrou que a inteligência artificial pode permitir que os pacientes controlem próteses manuais avançadas de forma mais intuitiva, usando o “princípio da sinergia” e com a ajuda de 128 sensores no antebraço. O trabalho está publicado no Conferência Internacional sobre Robótica de Reabilitação de 2023 (ICORR).

O princípio da sinergia: o cérebro ativa um conjunto de células musculares

Qual é o princípio da sinergia? “É sabido por estudos neurocientíficos que padrões repetitivos são observados em sessões experimentais, tanto na cinemática quanto na ativação muscular”, diz o Prof. Esses padrões podem ser interpretados como a forma como o cérebro humano lida com a complexidade do sistema biológico. Isso significa que o cérebro ativa um conjunto de células musculares, também no antebraço.

“Quando usamos as mãos para agarrar um objeto, por exemplo uma bola, movemos os dedos de forma sincronizada e nos adaptamos ao formato do objeto quando ocorre o contato”, diz o Prof. Os investigadores estão agora a utilizar este princípio para projetar e controlar mãos artificiais através da criação de novos algoritmos de aprendizagem.

Isto é necessário para o movimento intuitivo: ao controlar uma mão artificial para segurar uma caneta, por exemplo, ocorrem vários passos. Primeiro, o paciente orienta a mão artificial de acordo com o local de preensão, move lentamente os dedos juntos e depois agarra a caneta. O objetivo é tornar esses movimentos cada vez mais fluidos, de modo que quase não se perceba que numerosos movimentos separados constituem um processo global.

“Com a ajuda do aprendizado de máquina, podemos compreender as variações entre os assuntos e melhorar a adaptabilidade do controle ao longo do tempo e do processo de aprendizagem”, conclui Patricia Capsi Morales, cientista sênior da equipe do Prof.

Descobrindo padrões de 128 canais de sinal

As experiências com a nova abordagem já indicam que os métodos de controlo convencionais poderão em breve ser potenciados por estratégias mais avançadas. Para estudar o que se passa ao nível do sistema nervoso central, os investigadores estão a trabalhar com dois filmes: um para o interior e outro para o exterior do antebraço. Cada um contém até 64 sensores para detectar a ativação muscular. O método também estima quais sinais elétricos os neurônios motores espinhais transmitiram.

“Quanto mais sensores usarmos, melhor poderemos registrar informações de diferentes grupos musculares e descobrir quais ativações musculares são responsáveis ​​por quais movimentos das mãos”, explica o Prof. Dependendo se a pessoa pretende fechar o punho, segurar uma caneta ou abrir um pote de geléia, resultam “características características dos sinais musculares”, de acordo com o Dr. Capsi Morales – um pré-requisito para movimentos intuitivos.

Movimento do pulso e da mão: Oito em cada dez pessoas preferem a forma intuitiva

A pesquisa atual concentra-se no movimento do pulso e de toda a mão. Isso mostra que a maioria das pessoas (oito em cada dez) prefere a forma intuitiva de mover o pulso e a mão. Esta também é a forma mais eficiente. Mas dois em cada dez aprendem a lidar com a forma menos intuitiva, tornando-se no final ainda mais precisos. “Nosso objetivo é investigar o efeito de aprendizagem e encontrar a solução certa para cada paciente”, explica o Dr. Capsi Morales.

“Este é um passo na direção certa”, diz o Prof. Piazza, que enfatiza que cada sistema consiste em mecânica e propriedades individuais da mão, treinamento especial com pacientes, interpretação e análise e aprendizado de máquina.

Desafios atuais do controle avançado de mãos artificiais

Ainda existem alguns desafios a enfrentar: O algoritmo de aprendizagem, que se baseia nas informações dos sensores, tem de ser retreinado sempre que o filme escorrega ou é removido. Além disso, os sensores devem ser preparados com um gel para garantir a condutividade necessária para registrar com precisão os sinais dos músculos.

“Usamos técnicas de processamento de sinal para filtrar o ruído e obter sinais utilizáveis”, explica o Dr. Capsi Morales. Cada vez que um novo paciente usa a braçadeira com os diversos sensores no antebraço, o algoritmo deve primeiro identificar os padrões de ativação de cada sequência de movimento para posteriormente detectar a intenção do usuário e traduzi-la em comandos para a mão artificial.