Sequential development and evaluation of virtual model control with integral control for robotic dry-bone resection: a benchtop study

Imagina a un cirujano intentando remodelar un hueso dentro de una articulación utilizando un taladro diminuto de alta velocidad. El objetivo es eliminar la cantidad justa de material para restaurar un movimiento suave, pero no tanto como para que el hueso se debilite o se rompa. En el cuerpo humano, esta tarea es increíblemente difícil. El cirujano solo puede ver una pequeña parte de la superficie en cada momento a través de una cámara, y el hueso en sí es duro e irregular. Si el cirujano elimina demasiado poco, el problema persiste; si elimina demasiado, el riesgo de fractura aumenta. Para ayudar con esta precisión, los ingenieros están construyendo robots que pueden seguir una trayectoria planificada de antemano de forma exacta. Sin embargo, incluso un robot puede tener dificultades cuando la broca giratoria golpea una superficie dura. La fuerza del contacto puede desviar ligeramente el brazo del robot, creando un bamboleo o una brecha entre donde el robot pensaba que estaba y donde realmente cortó.

Este es el desafío que los investigadores de la Universidad de Cambridge se propusieron resolver. Querían ver si un tipo específico de control robótico, que permite a la máquina sentir y reaccionar al hueso como un resorte, podría hacerse lo suficientemente preciso para la cirugía. Probaron sus ideas no en un paciente, sino en un bloque de hueso sintético en un laboratorio. Su trabajo se centró en un método llamado control de modelo virtual. En términos sencillos, este sistema imagina una trayectoria perfecta e invisible que la broca debe seguir. Conecta la broca real con esta trayectoria invisible mediante un resorte y un amortiguador simulados. Si la broca real se desvía del camino, el sistema la empuja de vuelta. Pero los investigadores descubrieron que cuando la broca presionaba con fuerza contra el hueso, el resorte se estiraba, dejando un pequeño error que el robot no podía corregir por sí solo. Para solucionar esto, añadieron una segunda capa de corrección que recuerda errores pasados y los corrige gradualmente a lo largo del tiempo.

El equipo comenzó con una configuración estándar: un robot de siete brazos que sostenía una broca de punta de diamante de cuatro milímetros, girando a 12,000 revoluciones por minuto. Programaron el robot para tallar un patrón cuadrado de diez por diez milímetros en un bloque de hueso sintético. En su primer intento, utilizando la forma original de sujetar la broca, los resultados fueron toscos. La broca temblaba visiblemente y el corte se desviaba significativamente del cuadrado planeado. Los investigadores midieron este rendimiento en una escala donde una puntuación más baja indicaba un mejor corte. La configuración inicial obtuvo un promedio de 11.7 de 12, lo que indica un resultado deficiente con grandes desviaciones en todas las direcciones.

La primera mejora importante provino de cambiar la forma en que se sujetaba la broca. La configuración original solo agarraba el mango de la broca, dejando el largo eje inferior libre para oscilar. Los investigadores diseñaron un nuevo soporte que sostenía el eje más cerca de la punta de corte, imitando cómo un cirujano experimentado estabilizaría su mano. Este simple cambio mecánico redujo el temblor y suavizó la superficie del corte. La puntuación de rendimiento bajó a 7.7. El corte aún no era perfecto, pero la superficie ya no era un desastre lleno de cráteres; parecía más una onda suave.

A continuación, el equipo abordó el sentido de la dirección del robot. Incluso un robot preciso puede tener un ligero desajuste entre su mapa interno y su realidad física. Los investigadores utilizaron un sistema de cámara para medir la posición exacta del brazo del robot y ajustaron su software para que coincidiera con la máquina física. Esta calibración mejoró la puntuación aún más, hasta 5.7. El corte se volvió aún más suave, aunque un lado permanecía ligeramente más profundo que el otro. El paso final fue alinear el robot con el bloque de hueso mismo. Dado que el bloque se colocó a mano en un tornillo de banco, nunca estaba perfectamente nivelado. Los investigadores enseñaron al robot a escanear la superficie del hueso y ajustar su plan para adaptarse al ángulo real del bloque. Con este ajuste final, la puntuación cayó a 4.0. El cuadrado resultante era visualmente nivelado, con bordes rectos y esquinas afiladas que coincidían estrechamente con el plan original.

Habiendo estabilizado tanto el robot como el hueso, los investigadores probaron diferentes configuraciones para encontrar el "punto ideal" de corte. Variaron la profundidad con la que la broca penetraba en cada pasada, la velocidad a la que se movía y el ángulo con el que se aproximaba al hueso. Descubrieron que los mejores resultados se produjeron cuando la broca eliminaba una capa de material muy fina, entre 0.10 y 0.25 milímetros por pasada. Mover la broca demasiado rápido, a más de 2.5 milímetros por segundo, causaba que el sistema perdiera estabilidad y que la puntuación empeorara. Del mismo modo, mantener la broca en un ángulo muy pronunciado o muy superficial conducía a peores resultados. El rango ideal era una velocidad moderada entre 1.5 y 2.5 milímetros por segundo, con la broca mantenida a un ángulo entre 30 y 45 grados. Con estos ajustes, el robot podía mantener un corte constante y preciso sin temblar ni desviarse.

El estudio concluye que, al combinar un agarre mecánico estable, una calibración precisa de la posición del robot y una alineación cuidadosa con la pieza de trabajo, un robot que utiliza este método de control puede pasar de realizar cortes inestables e inexactos a realizar resecciones repetibles y precisas. Los investigadores señalan que, si bien estos resultados son prometedores, se lograron en un entorno de laboratorio controlado con un bloque uniforme de material sintético. El siguiente paso sería probar este sistema en un modelo más realista que incluya las formas complejas y los tejidos blandos de una articulación de la cadera real. Hasta entonces, el trabajo proporciona una hoja de ruta clara sobre cómo hacer que el corte óseo robótico sea más fiable, pasando de ser una herramienta inestable e imprecisa a una que pueda mantener una mano firme para el cirujano.