Les chercheurs ont développé un nouvel algorithme qui combine deux processus de personnalisation des prothèses robotiques pour à la fois optimiser le mouvement du membre prothétique et – pour la première fois – également aider le corps d'un utilisateur humain à adopter un modèle de marche plus naturel. La nouvelle approche peut être utilisée pour aider à restaurer et à maintenir divers aspects du mouvement des utilisateurs, dans le but de résoudre les problèmes de santé associés à une amputation.
« Les algorithmes conçus pour améliorer le comportement des prothèses robotiques ne sont pas nouveaux, mais il s'agit du premier algorithme qui améliore également de manière holistique le comportement physique de la personne interagissant avec ces prothèses », explique Varun Nalam, co-auteur principal et co-correspondant d'un article sur le travail.
« Lorsque les gens sont amputés au-dessus du genou, cela affecte la façon dont ils bougent d'autres parties de leur corps », explique Nalam, professeur adjoint de recherche au Département commun de génie biomédical Lampe de l'Université d'État de Caroline du Nord et de l'Université de Caroline du Nord à Chapel Hill. « Cela peut entraîner des douleurs dans le bas du dos, des problèmes de hanche, etc. Jusqu'à présent, les prothèses robotiques se sont concentrées sur le remplacement du mouvement de l'articulation manquante. Ainsi, par exemple, le logiciel qui régit le comportement des prothèses de genou robotisées s'est concentré uniquement sur l'optimisation du mouvement de l'articulation du genou prothétique.
« Notre objectif avec ce travail était de développer un nouvel algorithme qui nous permette de faire deux choses », explique Nalam. « Nous voulons toujours garantir que l'articulation prothétique du genou fonctionne correctement – mais nous voulons également garantir que l'utilisateur corps bouge également de la même manière qu’avant l’amputation. Cela donne non seulement à l'utilisateur toute la gamme de mouvements des jambes, mais aidera également à éviter les douleurs dans le bas du dos, les problèmes de hanche, etc.
La nouvelle recherche s'appuie sur des travaux antérieurs, dans lesquels les chercheurs ont développé un système intelligent pour « régler » les genoux prothétiques motorisés. Ce système permettait aux patients de marcher confortablement avec le dispositif prothétique en quelques minutes, plutôt que les heures nécessaires si le dispositif était réglé par un clinicien qualifié. Le système a été le premier à s’appuyer uniquement sur l’apprentissage par renforcement pour régler une prothèse robotique.
« Ce travail a permis d'obtenir un contrôle optimal de la prothèse via un algorithme d'apprentissage par renforcement », explique Helen Huang, auteur principal de l'article et professeur émérite de génie biomédical de la famille Jackson au département commun de Lampe. « Cependant, il s'est concentré uniquement sur le comportement des prothèses. Dans ce nouveau travail, nous avons construit sur ce système antérieur un nouvel algorithme qui utilise l'apprentissage par renforcement inverse pour tenir compte du mouvement de la prothèse et de la personne qui l'utilise. »
Le genou prothétique robotique intègre des capteurs pour suivre son mouvement. Lors des tests de validation de principe, les chercheurs se sont également concentrés sur les mouvements de la hanche de l'utilisateur, qui ont été surveillés via des capteurs connectés au porteur.
« Le nouvel algorithme prend essentiellement en compte le mouvement des deux articulations – le genou prothétique et la hanche de l'utilisateur – et ajuste le comportement du genou prothétique pour aider l'utilisateur à manifester son mouvement naturel de la hanche », explique Nalam.
« Bien que nous nous concentrions sur le mouvement de la hanche pour cette étude, l'algorithme pourrait également être utilisé pour aider les utilisateurs dans les mouvements du tronc, la marche symétrique ou d'autres aspects de la performance humaine », explique Huang.
Pour tester le nouvel algorithme, les chercheurs ont recruté cinq participants à l’étude : deux participants étaient des personnes amputées au-dessus du genou, trois participants n’avaient pas été amputés. Les cinq participants à l’étude ont effectué une série de tâches à l’aide d’une prothèse de genou robotisée dans deux conditions différentes. Dans la première condition, le genou était opéré à l’aide d’un logiciel intégrant uniquement le système antérieur de contrôle du genou. Dans la deuxième condition, le logiciel incorporait la nouvelle combinaison d’algorithmes.
« La principale découverte ici est que l'intégration du nouvel algorithme a amélioré l'amplitude de mouvement de la hanche pour les cinq sujets, ce qui démontre que cela peut faire une différence pour la santé de la hanche », explique Nalam. « Nous avons également constaté que le nouvel algorithme modifiait la démarche des sujets de notre étude d'une manière qui indique que le mouvement semblait plus naturel pour les utilisateurs. Par exemple, ils faisaient des pas plus longs en marchant. »
« D'un point de vue pratique, les prochaines étapes consistent à travailler avec des cliniciens pour voir comment cela affecte le bien-être des utilisateurs au fil du temps », explique Huang. « Nous souhaitons également travailler avec des entreprises qui fabriquent des prothèses robotiques pour explorer les questions associées à l'intégration de cette approche dans leurs logiciels. »
« Du point de vue de la recherche, nous souhaitons déterminer comment cette approche peut être utilisée pour aider à traiter une gamme de comportements locomoteurs humains », explique Nalam.
