Il prossimoProssima guida
L'intelligenza artificiale nella fertilità e nella selezione degli embrioni IVF
Industrie
GUIDA alle industrie
L’intelligenza artificiale nelle protesi e negli arti bionici
L'intelligenza artificiale nelle protesi significa utilizzare l'apprendimento automatico per decodificare i segnali elettrici provenienti dai muscoli rimanenti di un utente nei movimenti della mano e del polso e utilizzare controller guidati da sensori per regolare le ginocchia e le caviglie artificiali a ogni passo.
In questa pagina4 minuti di lettura
Panoramica
È importante perché un controllo più intuitivo può far sì che una protesi sembri meno uno strumento e più un arto. I dispositivi attuali devono ancora far fronte a segnali inaffidabili, scarso senso del tatto, costi elevati e frequenti abbandoni.
Immersione profonda
La maggior parte dei bracci bionici sono mioelettrici. Gli elettrodi sulla pelle all'interno dell'invasatura captano i piccoli segnali elettrici, chiamati elettromiografia o EMG, prodotti quando l'utente contrae i muscoli del moncone. Per decenni il controllo è stato diretto: un muscolo apriva la mano, un altro la chiudeva e l'utente passava dalle funzioni della mano a quelle del polso con una co-contrazione o un pulsante. Funziona ma è lento e stancante. Il riconoscimento dei modelli ha cambiato la situazione. Invece di leggere un muscolo alla volta, un classificatore legge diversi elettrodi insieme e apprende quale schema generale corrisponde alla chiusura della mano, alla rotazione del polso o al riposo. Coapt lo ha introdotto nelle armi commerciali all’inizio degli anni 2010. Anche la chirurgia aiuta. La reinnervazione muscolare mirata, sviluppata da Todd Kuiken e colleghi a Chicago, reindirizza i nervi che una volta servivano il braccio mancante nei muscoli rimanenti, creando nuovi siti di segnale. Le mani multi-grip come la Psyonic Ability Hand e il braccio DEKA LUKE offrono molti modelli di presa. Per quanto riguarda le gambe, l'intelligenza risiede principalmente nel controller. Le ginocchia a microprocessore come C-Leg di Ottobock, introdotte alla fine degli anni '90, misurano l'angolo del ginocchio e il carico molte volte al secondo e regolano la resistenza in modo che il ginocchio rimanga stabile su pendii, scale e inciampi. Le ginocchia e le caviglie potenziate aggiungono motori. Nel 2024 un team del MIT guidato da Hugh Herr ha riferito su Nature Medicine che le persone che avevano una tecnica chirurgica chiamata interfaccia mioneurale agonista-antagonista camminavano più velocemente e in modo più naturale con una caviglia bionica sotto il proprio controllo neurale. I limiti sono reali. L'EMG cambia con il sudore, l'affaticamento, lo spostamento degli elettrodi e la posizione del braccio, quindi la precisione del laboratorio spesso diminuisce a casa. La maggior parte dei dispositivi dà poco o nessun senso del tatto, sono pesanti e costosi e molti utenti abbandonano le protesi degli arti superiori. Un malinteso comune è che gli arti bionici leggano direttamente i pensieri. La maggior parte legge i muscoli, non il cervello.
Impatto strategico
Contesto e regole
Il contesto del settore determina se le idee dell’intelligenza artificiale sopravvivono al contatto con la realtà.
Controllo di qualità
I vincoli di dominio influenzano i tassi di errore accettabili e i modelli di supervisione.
Scelte di build
Le implementazioni di successo allineano le capacità tecniche con i flussi di lavoro in prima linea.
Il futuro dell’intelligenza artificiale nelle protesi e negli arti bionici
Le direzioni della ricerca includono elettrodi impiantati che registrano segnali più puliti, osteointegrazione che ancora la protesi direttamente all'osso e feedback sensoriale attraverso la stimolazione nervosa in modo che gli utenti possano sentire la forza di presa. Approcci chirurgici come l’interfaccia mioneurale agonista-antagonista suggeriscono che associare la chirurgia a un migliore controllo può migliorare la deambulazione, sebbene gli studi finora coinvolgano un piccolo numero di partecipanti. Un impatto più ampio dipende dai costi, dalla copertura assicurativa, dalla durata e dalla qualità della vestibilità, che spesso contano di più per gli utenti rispetto ai modelli di presa extra. Aspettatevi miglioramenti graduali nell’affidabilità e nell’adattamento piuttosto che un salto improvviso verso arti che corrispondano pienamente a quelli naturali.
Implementazione nel mondo reale
Una persona con un'amputazione sotto il gomito allena un sistema di riconoscimento dello schema eseguendo ciascuna presa più volte, dopodiché il braccio riconosce gli schemi muscolari per la mano chiusa, la mano aperta e la rotazione del polso.
Dopo un intervento chirurgico mirato di reinnervazione muscolare, i nervi che un tempo controllavano la mano vengono reindirizzati ai muscoli del torace o della parte superiore del braccio, conferendo alla protesi siti di segnale più distinti.
Un ginocchio a microprocessore rileva che l'utente è inciampato a metà del passo e aumenta rapidamente la resistenza in modo che il ginocchio non ceda.
La mano bionica di un utente funziona bene in clinica, ma interpreta male le prese a casa in una giornata calda perché il sudore e una presa mobile modificano i segnali muscolari, quindi li ricalibrano.
Rischi e guardrail
I requisiti normativi possono invalidare prototipi altrimenti robusti.
I dati storici possono codificare pregiudizi che danneggiano comunità specifiche.
I sistemi legacy possono creare colli di bottiglia nell’integrazione e costi nascosti.
Tabella di marcia per l'implementazione
Coinvolgere esperti del settore dall'inquadramento del problema alla valutazione.
Progettare audit trail e documentazione prima del lancio.
Convalidare tempestivamente la conformità e gli obblighi di sicurezza.
Implementazione in fasi con chiari criteri di stop e rollback.
Continua a esplorare
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the AI in Prosthetics and Bionic Limbs quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
Domande frequenti
Che cos'è l'intelligenza artificiale nelle protesi e negli arti bionici?
L'intelligenza artificiale nelle protesi significa utilizzare l'apprendimento automatico per decodificare i segnali elettrici provenienti dai muscoli rimanenti di un utente nei movimenti della mano e del polso e utilizzare controller guidati da sensori per regolare le ginocchia e le caviglie artificiali a ogni passo. È importante perché un controllo più intuitivo può far sì che una protesi sembri meno uno strumento e più un arto. I dispositivi attuali devono ancora far fronte a segnali inaffidabili, scarso senso del tatto, costi elevati e frequenti abbandoni.
Quale segnale legge la maggior parte delle braccia bioniche per decidere come muoversi?
Le protesi mioelettriche utilizzano elettrodi nella presa per leggere i segnali EMG prodotti quando i muscoli residui si contraggono.
In che modo il riconoscimento dei modelli differisce dal vecchio controllo diretto?
Il controllo diretto mappa i singoli muscoli in singole azioni, mentre il riconoscimento dei modelli apprende modelli multicanale che corrispondono a movimenti specifici.
Cosa fa la reinnervazione muscolare mirata?
La TMR reindirizza i nervi verso altri muscoli, creando nuovi e distinti siti di segnale EMG per il controllo.
Cosa regola un ginocchio a microprocessore come il C-Leg mentre l'utente cammina?
Misura l'angolo del ginocchio e il carico molte volte al secondo e modifica la resistenza in modo che il ginocchio rimanga stabile.
Perché una mano bionica che ha lavorato in clinica potrebbe interpretare male le prese a casa?
Questi fattori spostano le caratteristiche del segnale apprese dal classificatore, riducendo la precisione nella vita quotidiana.
Continua a imparare
Guide correlate
Altre guide selezionate per questo argomento