El desarrollo de exoesqueletos, diseñados para ayudar a personas con movilidad reducida, sigue evolucionando y, en unión con la tecnología, ahora llega hasta el ámbito de los wearables. Si bien hay un perfeccionamiento cada vez mayor de estos dispositivos, aún queda mucho trabajo por hacer para que el usuario y el robot se sincronicen completamente a la hora de caminar. Y es que el cuerpo humano se mueve un poco diferente a cada paso que da, por lo que es necesario ajustar los parámetros del robot, un proceso lento e ineficiente.
Ahora, investigadores del Instituto Wyss y de la Escuela de Ingeniería y Ciencias Aplicadas de la Universidad John A. Paulson de Harvard han creado un algoritmo de aprendizaje automático que, implantado en el exoesqueleto, se adapta al patrón de movimiento del paciente. De esta forma, la inteligencia artificial y los wearables se unen para mejorar la calidad de vida del paciente.
"Es una forma efectiva y rápida de optimizar la configuración de los parámetros de control para estos dispositivos"
"Este nuevo método es una forma efectiva y rápida de optimizar la configuración de los parámetros de control para los dispositivos portátiles de asistencia", señala Ye Ding, coautor de la investigación. "Al utilizar este método, logramos una gran mejora en el rendimiento para los usuarios de este dispositivo de asistencia para la extensión de la cadera" indica.
Cuando caminamos, modificamos constantemente la forma de movernos para ahorrar energía. Esto se conoce como coste metabólico. "Antes, si tenía tres usuarios diferentes caminando con dispositivos de asistencia, necesitaba preparar tres estrategias de asistencia diferentes", explica Myunghee Kim, otro de los autores del artículo. "Encontrar los parámetros de control adecuados para cada usuario solía ser un proceso difícil, paso a paso. Ajustar manualmente los parámetros son complicados y requieren mucho tiempo" lamenta.
El algoritmo identifica y calcula rápidamente cuáles son los mejores parámetros para adaptarse al cuerpo y minimizar la energía a la hora de caminar
Así, el algoritmo identifica y calcula rápidamente cuales son los mejores parámetros para adaptarse al cuerpo y minimizar la energía a la hora de caminar. Para demostrar esto, varios voluntarios participaron en un experimento donde utilizaron exosuit mientras monitorizaban su ritmo cardíaco. Así, el coste metabólico se redujo en un 17,4% frente al resto de exoesqueletos.
"Los algoritmos de optimización y aprendizaje tendrán un gran impacto en futuros dispositivos robóticos portátiles diseñados para ayudar en una variedad de comportamientos", afirma Kuindersma. "Estos resultados muestran que la optimización incluso de controladores muy simples puede proporcionar un beneficio significativo e individualizado para los usuarios mientras caminan” destaca.
Tras esta investigación, el equipo busca aplicar inteligencia artificial a dispositivos más complejos que ayuden a múltiples articulaciones, como la cadera o el tobillo al mismo tiempo.