义肢造福残疾人的关键让义肢学会学习
我们来想象一下这样一幅画面:某天,你在医院中醒过来,你已经记不清发生了什么,但是你惊恐地发现左手已经不在了,医生告诉你你刚刚经历了一场车祸。从那时起,你失去了你的左手,你很绝望。你发现生活中99%的事都要靠手来完成,这时,你想到了机器人义肢,也许它能够帮你。在你朋友的建议下,你来到附近的康复中心,装上了假肢。假肢完美地贴合你的身体,你很满意,你还是像正常人一样可以做自己喜欢的事,你渐渐地开始接受自己的新身份,你忘了自己是残疾人。
那么,现在,我要告诉你一个悲伤的消息。
在欧洲,每年有1900起新的截肢案例。而机器人、康复科学、工程学能为这些人做些什么呢?至少在我写这篇文章之前,它们能做的,非常少。
虽然多指义肢已经在医疗市场上出现8年了,但是要实现我前文描述的景象现在仍然很难实现,更别说整条手臂的截肢了。如果你失去了整条手臂,要实现上述的情景简直痴人说梦。现在,只有世界顶尖的实验室才能解决这个问题,而前提是它们能够吸取到足够多的资金。现在,世界上只有唯一一个成熟的机械义肢——DEKA义肢, 得到了FDA(美国食品药品管理局)的批准。该装置由Segway的发明者Dean Kamen的公司开发,尺寸与重量基本与的手臂一样。该义肢由植入在残留肢体中的肌动电极控制。传感器会收集上臂肌肉运动时的电信号,而义肢中的计算机可识别出使用者的操作类型。虽然它在某一特定范围的应用较为成熟,但要造福广大百姓还远远不够。
工业机器人还是摩托车?
我们研究中心关注这个问题已经有10年之久了,并且一直在为打造自然灵活、值得信赖的上肢义肢而努力。
我们面临着巨大的挑战:怎样将义肢连接到病人身体、怎样确保系统能够让病人做自己想做的事,怎么避免控制系统产生的错误等等。我们与医院和诊所密切接触,来了解病人的真正需求。
我们发现:主要的瓶颈就是现在的义肢有点像工业机器人。它们最开始是为某一特定的人群打造,后来却要运用于其他的病人。因为每个病人的情况不一样,因此要完成这个任务几乎不可能。
我们需要一整套体系(包括传感器、控制电子和义肢本身)能够紧紧地和病人身体契合,并随着时间的推移越来越契合。而对于系统来说是一个学习过程:一方面,基于机器学习的控制系统需要一直处于一种“提高”的状态,能够越来越适应新的环境;另一方面,病人也会随着时间的推移对自己的义肢越来越了解,能够向义肢发出指令。
这个过程有点像学习开摩托车。你需要了解引擎的力量、转向装置的稳定性,还需要学习如何启动、控制方向、刹车等等。你练习得越多,你的技能就会越强。经过一段时间之后,你将能游刃有余。而义肢也是一样,你需要与它亲密接触,这样日复一日之后,它才能成为你身体的一部分。
让义肢不断学习
我们使用这种机器学习技术来产生”不断适应“的效果,让义肢与病人越来越合拍。算法可以将身体信号转变为控制指令,在接受到熟悉的指令时,义肢会作出相应反应;而在接受到不熟悉的指令(比如当时病人处于压力状态,肌肉状态与平时不一样,这时义肢会接受到新的指令)时,新的指令会添加到信息库之中,这样义肢今后遇到类似的情况将会作出相关反应。
这种技能其实非常重要。义肢会遇到很多不同的场景,比如,稳定地提起重物。想象一下:某个下午你在购物,不管你在走路、坐下、弯腰、蹲下,购物袋必须稳定地挂在你的手上,因此你的手、手腕、肩膀等必须保持稳定。而在康复项目的最开始,我们就要预测到这种情况;而碰到没有遇到的情况,义肢就需要学习。
其实,义肢的学习就是控制系统的学习,而控制系统要不断学习,就要让它不断和物体接触,这就是康复的关键。此外,没有哪个测试能迅速地产生效果。我们需要结合各种不同的物体、控制系统、义肢等等,一次一次试验,让系统适应不同的日常场景。这就意味着我们的工程师、数学家、机器人学家必须将自己的技能与医学、与病人结合,必须学习与终端用户、医生等接触,并要从一开始就测试不同的机电整合模型。
前面道阻且长
义肢不仅需要解决生物排斥性问题,需要与完美契合,更重要的,它要具备学习技能。不过,现阶段的现实还很残酷,很多截肢的人并没有办法安装上义肢,并且世界上至今尚未出现文章开头提到过的那种康复中心。
要让义肢真正造福有需要的人,我们仍然道阻且长。从中长期来看,我们应该开放义肢市场;而在短期内,我们需要提升义肢功能,让义肢能够不断学习,使之与用户越来越合拍。只有这样,我们才能真正让残疾人的世界变得更加美好。
Via:Robohub