AI åbner nye muligheder for proteser med 3D-printet hånd

En ny 3D-printet protesehånd parret med AI er blevet udviklet af Biological Systems Lab på Hiroshima University i Japan. Denne nye teknologi kan dramatisk ændre måden, proteser fungerer på. Det er endnu et skridt i retning af at kombinere både det fysiske menneskekrop med kunstig intelligens, noget, vi bestemt er på vej mod.

Den 3D-printede protesehånd er blevet parret med en computerinterface for at skabe den letteste og billigste model endnu. Denne version er den mest reaktive over for bevægelsesintent, vi har set. Før den nuværende model var de normalt lavet af metal, hvilket gjorde dem både tungere og dyrere. Måden, denne nye teknologi fungerer på, er gennem et neuralt netværk, der er trænet til at genkende bestemte kombinerede signaler, disse signaler er blevet kaldt “muskel-synergier” af ingeniørerne, der arbejder på projektet.

Protesehånden har fem uafhængige fingre, der kan lave komplekse bevægelser. I forhold til tidligere modeller kan disse fingre bevæge sig mere samt alle på samme tid. Disse udviklinger gør det muligt for hånden at blive brugt til opgaver som at holde genstande som flasker og penne. Når brugeren af teknologien ønsker at flytte hånden eller fingrene på en bestemt måde, skal de blot forestille sig det. Professor Toshio Tsuji fra Graduate School of Engineering på Hiroshima University forklarede, hvordan en bruger kan flytte den 3D-printede hånd.

“Patienten tænker blot på håndens bevægelse, og derefter flytter roboten automatisk. Robotterne er som en del af deres krop. Du kan styre robotterne, som du ønsker. Vi vil kombinere menneskekroppen og maskinen som en levende krop.”

Den 3D-printede hånd fungerer, når elektroder i protesen måler elektriske signaler, der kommer fra nerver gennem huden. Det kan sammenlignes med, hvordan ECG og hjertefrekvens fungerer. De målede signaler sendes derefter til en computer inden for fem millisekunder, hvorefter computeren genkender den ønskede bevægelse. Computeren sender derefter signalet tilbage til hånden.

Der er et neuralt netværk, der hjælper computeren med at lære de forskellige komplekse bevægelser, det er blevet kaldt Cybernetic Interface. Det kan differentiere mellem de 5 fingre, så der kan være individuelle bevægelser. Professor Tsuji talte også om dette aspekt af den nye teknologi.

“Dette er en af de karakteristiske funktioner i dette projekt. Maskinen kan lære simple grundlæggende bevægelser og derefter kombinere og producere komplekse bevægelser.”

Teknologien blev testet hos syv personer, og en af de syv var en amputationspatient, der havde båret en protese i 17 år. Patienterne udførte daglige opgaver og havde en nøjagtighed på 95% for enkelt simple bevægelser og en nøjagtighed på 93% for komplekse bevægelser. Proteserne, der blev brugt i denne specifikke test, var kun trænet til 5 forskellige bevægelser med hver finger; der kunne være mange flere komplekse bevægelser i fremtiden. Med blot disse 5 trænede bevægelser kunne amputationspatienten løfte og sætte flasker og notesbøger.

Der er talrige muligheder for denne teknologi. Den kan reducere omkostningerne og samtidig give ekstremt funktionelle protesehænder til amputationspatienter. Der er dog stadig nogle problemer som muskelfatigue og softwarens evne til at genkende mange komplekse bevægelser.

Dette arbejde blev udført af Hiroshima University Biological Systems Engineering Lab sammen med patienter fra Robot Rehabilitation Center i Hygo Institute of Assistive Technology, Kobe. Firmaet Kinki Gishi var ansvarligt for at skabe soklen, der blev brugt på amputationspatientens arm.