La motricidad fina adquirida a una edad temprana es fundamental para la vida. Permite que los pequeños músculos de las manos y los dedos realicen movimientos precisos y coordinados. Esta habilidad, que puede parecer inconsciente pero es crucial para tareas como agarrar objetos cotidianos, escribir, sujetar, cortar o alimentar, supone un desafío para las personas con prótesis de brazos y manos, incluso con la tecnología robótica más avanzada. Investigadores de la Universidad de Utah están utilizando inteligencia artificial (IA) y redes neuronales (procesos que imitan al cerebro) para integrar sensores y sistemas de presión precisos para brindar a los pacientes que usan prótesis habilidades comunes para manipular objetos.
“Por muy realistas que sean los brazos biónicos, controlarlos no es fácil ni intuitivo. Casi la mitad de los usuarios abandonan sus prótesis, a menudo por la dificultad para controlarlas”, explica Marshall Trout, investigador del Laboratorio de Neurorobótica de la Universidad de Utah y coautor de un estudio sobre estos dispositivos publicado el martes en la revista Nature. comunicaciones de la naturaleza.
El problema surge porque la mayoría de los brazos y manos biónicos comerciales no pueden replicar el sentido del tacto que permitiría a las personas agarrar objetos de la misma manera que lo hacen las personas con manos completamente funcionales.
La investigación aborda estas limitaciones a través de sensores ópticos de proximidad y sensores de presión que se han integrado en manos biónicas comerciales, y luego utiliza inteligencia artificial para entrenar una red neuronal informática en la postura de agarre, permitiendo que los movimientos se realicen de una manera más natural y autónoma que con los dispositivos tradicionales.
De esta manera, la mano protésica está equipada con yemas de los dedos que pueden detectar la presión y la proximidad precisa de objetos para simular un tacto fino, como identificar el volumen y la masa de una bola de algodón.
Sin embargo, la flexibilidad natural depende de los modelos subconscientes del cerebro que predicen las interacciones entre las manos y los objetos, como la caída de objetos. Para resolver este problema, investigadores de la Universidad de Utah entrenaron un modelo de red neuronal artificial para mover los dedos con precisión para agarrar objetos.
A pesar de estos logros, estos desarrollos no le permiten adaptarse completamente a los deseos del usuario durante acciones más complejas, como sostener un objeto sin agarrarlo o simplemente ralentizar su trayectoria. La investigación aborda esta necesidad con un enfoque novedoso: compartir el control entre el usuario y el agente de IA.
“En lugar de que el usuario luche por el control de la máquina, queremos que la máquina mejore la precisión del usuario y al mismo tiempo facilite la tarea. Básicamente, la máquina aumenta el control natural del usuario para que pueda completar la tarea sin pensar en ello”, explica Trout.
En este sentido, añade Jacob A. George, profesor de ingeniería eléctrica e informática en el John and Marcia Price College y autor principal del estudio: “Al añadir inteligencia artificial, podemos transferir este agarre a la prótesis. Este trabajo forma parte de la visión más amplia del Laboratorio de Neurorobótica de Utah para mejorar la calidad de vida de los amputados. El equipo de investigación también está explorando interfaces neuronales implantables (conexiones físicas o lógicas entre el ordenador y el usuario) que permitirían a las personas controlar la prótesis con sus pensamientos.
El sistema ha sido probado en nueve personas con extremidades intactas y cuatro amputados en una variedad de tipos de agarre y tareas del mundo real, que incluyen sostener y mover objetos frágiles como huevos, recoger papel y beber de una taza.
Tamar Makin, especialista en desarrollo de la Universidad de Utah y profesora de neurociencia cognitiva en la Universidad de Cambridge, es autora de Más biología En él revela que la interacción entre máquinas y cerebros es más compleja de lo que parece. Makin utilizó resonancias magnéticas de los cerebros de personas sin prótesis y de aquellos que usaban los dispositivos para analizar si los patrones eran similares.
“Las prótesis no representan manos (en el cerebro), pero tampoco representan herramientas”, dice en el libro. Revisión de tecnología del MIT. Según su investigación, la presencia de estas ayudas desencadena una “firma neuronal única” que permite a las personas adaptarse a nuevas condiciones.
Makin se asoció con Dani Clode, un experto del Laboratorio de Plasticidad de la Universidad de Cambridge, que explota esta plasticidad en el cerebro para evitar la tendencia a imitar exactamente al cuerpo. Claude estudia la aplicación de la neurociencia a las prótesis equipadas con sistemas de movimiento y sensores de presión, pero cuyos diseños incorporan elementos innovadores, como un pulgar de asistencia adicional, para su funcionalidad.
About The Author
