Een nieuw onderzoek toont hoe een slimme handschoen, uitgerust met zachte robotica, beroertepatiënten kan bijstaan bij het opnieuw leren bespelen van muziekinstrumenten en andere dagelijkse bezigheden. Deze baanbrekende uitvinding kan aanzienlijk bijdragen aan het revalidatieproces van neurotrauma-patiënten door behendigheid en coördinatie te herstellen.
Beroertes, de voornaamste oorzaak van invaliditeit bij volwassenen in de EU, treft jaarlijks ongeveer 1,1 miljoen mensen. Revalidatie betreft vaak het herleren van lopen, praten en uitvoeren van dagelijkse taken. Hoewel fysiotherapie, ergotherapie en muziektherapie essentieel zijn voor herstel, kan voor muzikaal getrainde patiënten het opnieuw leren bespelen van muziekinstrumenten een belangrijke vaardigheid zijn om terug te winnen. Een recente studie gepubliceerd in Frontiers in Robotics and AI onderzoekt het gebruik van zachte robotica bij het helpen herwinnen van deze vaardigheden.
“Onze slimme exoskelet-handschoen, uitgerust met geïntegreerde tast-sensoren, zachte aandrijvingen en kunstmatige intelligentie, kan effectief ondersteunen bij het opnieuw leren van handmatige taken na neurotrauma,” aldus hoofdauteur Dr. Maohua Lin, docent bij de afdeling Ocean & Mechanical Engineering aan de Florida Atlantic University.
De ‘slimme hand-exoskelet’ is een op maat gemaakte, 3D-geprinte robo-handschoen. Met een gewicht van slechts 191 gram en volledige dekking van de handpalm biedt de handschoen comfort en flexibiliteit. Dankzij de zachte pneumatische aandrijvingen in de vingertoppen bootst de handschoen nauwkeurige handbewegingen na. Een sensor-array met 16 punten in elke vingertop verhoogt het tastgevoel bij interactie met objecten of oppervlakten.
Dr. Erik Engeberg, senior auteur van de studie en professor aan de Florida Atlantic University’s Department of Ocean & Mechanical Engineering, legt uit: “De handschoen is ontworpen om natuurlijke handbewegingen te ondersteunen en versterken, waardoor drager controle heeft over de flexie en extensie van de vingers. De handschoen begeleidt de hand, versterkt de behendigheid.”
Door middel van machine learning hebben de onderzoekers de handschoen succesvol getraind om het verschil te herkennen tussen correct en incorrect pianospel van het lied ‘Mary had a little lamb.’ “We hebben ontdekt dat de handschoen kan leren onderscheid te maken tussen correct en incorrect pianospel. Dit betekent dat het een waardevol hulpmiddel kan zijn voor de gepersonaliseerde revalidatie van mensen die opnieuw muziek willen leren spelen,” aldus Engeberg.
Hoewel er nog uitdagingen liggen in het aanpassen van het ontwerp voor taken buiten muziek spelen, het verbeteren van de nauwkeurigheid en betrouwbaarheid van de tast-sensing, het verhogen van de aanpasbaarheid van het exoskeletontwerp, en het verfijnen van de machine learning-algoritmes, is de potentie van de robo-handschoen in het revolutioneren van revalidatiemethoden voor beroerte- en neurotrauma-patiënten aanzienlijk.
