El aprendizaje automático se aplica a los dedos, las manos y los codos para mejorar la terapia robótica
Cada año, los accidentes cerebrovasculares y las lesiones de la médula espinal dejan discapacitadas a millones de personas en todo el mundo y, a menudo, sin demasiadas posibilidades de recuperación. Lamentablemente, la terapia robótica actual no es todo lo eficaz que podría ser debido al conocimiento limitado de la interacción entre los dispositivos de rehabilitación y el cuerpo humano. «Si pudiéramos predecir el resultado de una terapia robótica con antelación, podríamos optimizarla para cada paciente y ofrecer un tratamiento verdaderamente personalizado y rentable», afirma el investigador y catedrático Massimo Sartori en una noticia publicada en el sitio web de la Universidad de Twente (los Países Bajos). Sartori dirige el laboratorio de ingeniería y modelado neuromecánico de la universidad, cuyo equipo, junto con los investigadores del laboratorio de investigación Meta AI de Estados Unidos, codesarrolló un marco de trabajo de código abierto llamado MyoSuite. Desarrollado con el apoyo parcial de los proyectos INTERACT y SOPHIA, financiados con fondos europeos, MyoSuite aplica el aprendizaje automático a los problemas de control biomecánico combinando la inteligencia motora y la neuronal.
No más experimentos largos en personas
La plataforma es una colección de tareas y entornos musculoesqueléticos simulados mediante un motor de física de código abierto. Consta de tres modelos: dedo, codo y mano. Con ayuda de estos modelos, los investigadores han diseñado una gran variedad de tareas que van desde simples movimientos de alcance hasta movimientos con mucho contacto, como hacer girar un bolígrafo o manipular bolas de Baoding. «Los modelos digitales impulsados por IA de MyoSuite pueden aprender a ejecutar movimientos complejos e interacciones con robots de asistencia que, de otro modo, requerirían largos experimentos en seres humanos reales», según se informa en la noticia. MyoSuite posibilita la cosimulación de sistemas musculoesqueléticos impulsados por IA que interactúan físicamente con robots de asistencia. Los usuarios pueden simular fenómenos biológicos —como la fatiga muscular y la sarcopenia— y formas de diseñar los robots de asistencia para recuperar el movimiento en personas con alguna discapacidad. «Todo esto se consigue combinando un modelado musculoesquelético de última generación con la inteligencia artificial más avanzada para sintetizar el comportamiento del movimiento», comenta Sartori. Según la noticia, Mark Zuckerberg, director general de Meta, compartió una publicación en las redes sociales presentando MyoSuite: «El equipo de Meta AI desarrolló una nueva plataforma de IA llamada MyoSuite capaz de crear simulaciones musculoesqueléticas realistas que se ejecutan hasta cuatro mil veces más rápido que la tecnología más avanzada. Podemos entrenar estos modelos para que realicen movimientos complejos, como hacer girar un bolígrafo o una llave. Esta investigación podría acelerar el desarrollo de prótesis, rehabilitación física y técnicas quirúrgicas. … Vamos a liberar el código de estos modelos para que los investigadores puedan utilizarlos a fin de lograr avances en este campo». La plataforma desarrollada con el apoyo de INTERACT (Modelling the neuromusculoskeletal system across spatiotemporal scales for a new paradigm of human-machine motor interaction) y SOPHIA (Socio-physical Interaction Skills for Cooperative Human-Robot Systems in Agile Production) podría marcar el inicio de una nueva era en la robótica de rehabilitación. «Esperamos que las diferentes características que nuestro marco admite ofrezcan nuevas oportunidades para comprender los sistemas neuromecánicos que interactúan con los agentes robóticos artificiales», concluye Sartori. Para más información, consulte: Página web del proyecto INTERACT Sitio web del proyecto SOPHIA
Palabras clave
INTERACT, SOPHIA, MyoSuite, IA, robot, robótica, discapacidad, movimiento, musculoesquelético, dedo, codo, mano
