機器人為患有嚴(yán)重影響其生活質(zhì)量的神經(jīng)系統(tǒng)運動障礙的人們帶來了希望。現(xiàn)在，研究人員已經(jīng)利用人工智能技術(shù)來構(gòu)建算法模型，該模型可以在與手部震顫作斗爭時使機器人更準(zhǔn)確，更快，更安全。

他們的模型可供其他人使用，已于本月發(fā)表在《自然》在線期刊《科學(xué)報告》上。國際團隊報告了迄今為止最強大的技術(shù)，用于表征影響大量衰老的常見和虛弱的運動問題的病理性手震癥狀。全世界有一百萬人被診斷出患有帕金森氏病，這只是一種會引起手部震顫的神經(jīng)退行性疾病。

雖然先進的可穿戴外骨骼服和神經(jīng)康復(fù)機器人等技術(shù)可以幫助人們抵消一些非自愿運動，但這些機器人助手需要實時準(zhǔn)確地預(yù)測非自愿運動—僅10或20毫秒的延遲就可以阻止機器的有效補償。在某些情況下，甚至可能危及安全。

輸入在倫敦(安大略省)運動失調(diào)中心收集的大數(shù)據(jù)集，以及該團隊的開創(chuàng)性機器學(xué)習(xí)模型，他們將其命名為PHTNet，用于“使用遞歸神經(jīng)網(wǎng)絡(luò)進行病理性手震”。他們使用小型傳感器分析了81位患者在60年代和70年代的手部動作，然后應(yīng)用了一種新型的數(shù)據(jù)驅(qū)動的深度神經(jīng)網(wǎng)絡(luò)建模技術(shù)來提取適用于所有患者的預(yù)測信息。

他們的論文詳細(xì)介紹了人工智能模型和培訓(xùn)，并報告了24,300個樣本的95%置信度。

合著者S. Farokh Atashzar說：“我們的模型已經(jīng)處于現(xiàn)成可用的階段，可供神經(jīng)病學(xué)家，研究人員和輔助技術(shù)開發(fā)人員使用。”他現(xiàn)在是紐約大學(xué)坦登分校的助理教授，并開始探索使用機器人與人工智能相結(jié)合，同時在加拿大進行博士和博士后研究。“它需要大量的計算能力，因此我們計劃開發(fā)一種低功耗的云計算方法，以使可穿戴式機器人和外骨骼在患者家中運行。我們還希望開發(fā)出需要較少計算能力的模型，并增加其他生物學(xué)功能。輸入的因素。”