Blog

Conteúdo relevante sobre Tecnologia, Ciências e Inovação

Próteses de pernas usam inteligência artificial para ajudar pacientes a andar melhor e mais rápido

Blog / , escrito por Renata Rodrigues
robotic-limb-ai-helen-huang-study-1024x295
Crédito de imagem: Helen Huang:

As próteses, infelizmente, não oferecem uma solução tão prática. Normalmente, até que possam ser utilizadas, técnicos especialistas precisam passar horas fazendo ajustes manuais até que elas se encaixem perfeitamente na mobilidade dos usuários, além de precisarem orientar tais usuários a andar com elas de forma independente, sem tropeçar. Após a adaptação inicial ainda também se faz necessário reajustes periódicos, tendo o paciente que retornar à clínica.

Com o intuito de reduzir os custos de ajustes e o tempo de adaptação, trazendo facilidade aos usuários, pesquisadores da Universidade Estadual da Carolina do Norte, em um artigo publicado na revista IEEE Transactions on Cybernetics, descrevem um sistema que aplica aprendizado por reforço – uma técnica de inteligência artificial que usa um sistema de recompensas para dirigir agentes em direção a determinados objetivos – para a tarefa de ajustar um joelho robótico. Em um teste, o sistema de IA que eles desenvolveram levou apenas 10 minutos para ajudar uma usuária de prótese a andar naturalmente em terreno plano.

“Nosso corpo faz coisas estranhas quando temos um objeto estranho em nosso corpo”, disse Jennie Si, professora de Engenharia Elétrica de Computação e Energia na Universidade do Estado do Arizona e coautora do jornal. IEEE Spectrum . “Em certo sentido, nosso algoritmo de aprendizado aprende a cooperar com o corpo humano.”

Mas como isso funciona?

Quando o membro robótico é exercitado, o modelo IA leva em conta vários parâmetros que definem a relação entre força e movimento ao usar o membro, como a rigidez de uma articulação robótica, por exemplo, ou a amplitude de movimento vertical permitida em uma perna direita. As linhas de base são tais que os usuários podem caminhar de maneira relativamente confortável.

Nos experimentos dos pesquisadores, uma dúzia de parâmetros exigiu ajustes. A partir de breves sessões (15 a 20 minutos) de usuários de próteses caminhando, foram registrados dados fornecidos ao algoritmo, que com o tempo aprenderam a reconhecer padrões de sensores embutidos na prótese. A fim de garantir a segurança dos pacientes, os pesquisadores impuseram restrições para evitar situações que poderiam fazer com que o usuário caísse. Após os testes, o sistema chegou a configurações de parâmetros de forma autônoma para padrões de caminhada estável.

É preciso afirmar que o sistema não é inerrante.  

– o sistema de IA não pode “saber” se seus ajustes estão melhorando ou piorando um padrão específico de caminhada, disse a coautora Helen Huang, professora de Engenharia Biomédica na Universidade de Carolina do Norte ao IEE Spectrum. “Se você quisesse tornar isso clinicamente relevante, há muitos, muitos passos pelos quais temos que passar antes que isso aconteça”, disse ela. “Até agora podemos apenas mostrar que é possível – e por si só é muito, muito emocionante.”

A equipe de pesquisadores já está planejando trabalhos futuros. Eles pretendem treinar o algoritmo para lidar com movimentos verticais e esperam criar uma versão sem fio da prótese que possa ser usada para coletar dados de treinamento fora das sessões de laboratório. 

Comentários