⚡ ingeniería eléctrica

A KT-LSTM-SAC-Based Closed-Loop Temperature Control Strategy for Medical Robot-Assisted Moxibustion

Este artículo propone una estrategia de control de bucle cerrado basada en KT-LSTM-SAC que integra datos cinemáticos y térmicos mediante un algoritmo de actor-crítico suave mejorado con LSTM para lograr una regulación de temperatura precisa, segura y estable en la moxibustión asistida por robots mediante el ajuste continuo de la distancia de separación del efector final.

Autores originales: xuelian gu, ping Li, jiale dong, yurong tao, zikai liu, chengyu yuan

Publicado 2026-10-05

📖 6 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: xuelian gu, ping Li, jiale dong, yurong tao, zikai liu, chengyu yuan

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Durante siglos, la práctica de la moxibustión ha dependido de la mano firme y el ojo experimentado de un profesional. En esta terapia tradicional, se enciende una vara de artemisa seca y se sostiene cerca de puntos específicos de la piel para calentar los tejidos subyacentes. El objetivo es alcanzar una profundidad de calor precisa que estimule el cuerpo sin quemar la superficie. Sin embargo, la piel humana reacciona rápidamente al calor, mientras que los tejidos más profundos se calientan mucho más lentamente. Este retraso crea un desafío difícil: si un profesional acerca demasiado la fuente de calor para corregir un aumento lento del calor profundo, corre el riesgo de abrasar la piel antes de que el objetivo profundo siquiera sienta el beneficio. Por el contrario, si espera demasiado para ver el calentamiento del tejido profundo, la superficie podría calentarse demasiado. Hacer que este proceso sea constante y seguro para cada paciente requiere un nivel de precisión que los tiempos de reacción humanos luchan por mantener, especialmente cuando un paciente respira o se mueve ligeramente durante el tratamiento.

Para abordar esta brecha entre la limitación humana y la necesidad terapéutica, investigadores de la Universidad de Ciencia y Tecnología de Shanghei han desarrollado una nueva forma para que los robots gestionen este delicado equilibrio térmico. Crearon una simulación informática de un brazo robótico que sostiene una fuente de calor sobre un modelo de una espalda humana. En lugar de simplemente reaccionar a la temperatura de la piel, el robot fue enseñado a predecir lo que está sucediendo profundamente dentro del tejido. El equipo construyó un sistema que actúa como un cerebro de doble flujo: una parte observa los movimientos del robot y la distancia entre la fuente de calor y la piel, mientras que la otra parte recuerda el historial de los cambios de temperatura a lo largo del tiempo. Al combinar estas dos corrientes de información, el robot aprende a ajustar su posición continuamente, acercando o alejando la fuente de calor para mantener el tejido profundo a una calidez terapéutica constante, manteniendo la piel segura.

El núcleo de este sistema es un método llamado KT-LSTM-SAC, un nombre que describe cómo piensa el robot. El "KT" significa cinemático-térmico, lo que quiere decir que el robot considera tanto su posición física como el calor que está generando. La parte "LSTM" permite que el robot recuerde una secuencia de temperaturas pasadas, comprendiendo que el calor tarda tiempo en viajar desde la piel hacia las capas más profundas. El componente "SAC" es un algoritmo de aprendizaje que ayuda al robot a descubrir las mejores acciones a tomar mediante el ensayo y error, de forma muy similar a como una persona aprende a montar en bicicleta mediante caídas y ajustes hasta encontrar su equilibrio. En este estudio específico, el único trabajo del robot era controlar la distancia entre la fuente de calor y la piel, moviéndose a lo largo de una línea recta perpendicular al cuerpo. Si el tejido profundo estaba demasiado frío, el robot acercaba el calor; si se estaba calentando demasiado, se alejaba. Crucialmente, el sistema fue entrenado con reglas de seguridad estrictas que penalizaban al robot si la temperatura de la piel subía demasiado o si la fuente de calor se acercaba demasiado, obligándolo a encontrar un camino seguro hacia la temperatura objetivo.

Los investigadores probaron este sistema en un entorno virtual altamente detallado que imita la física de un cuerpo humano, incluyendo la forma en que el calor se propaga a través del tejido y la forma en que el pecho de una persona se mueve con la respiración. Establecieron como meta que el tejido profundo alcanzara y mantuviera 43.0 grados Celsius, una temperatura conocida por ser efectiva para la terapia pero que requiere una gestión cuidadosa para evitar lesiones. Compararon su nuevo "cerebro robótico" contra varios métodos más antiguos, incluyendo controladores industriales estándar y otros enfoques de inteligencia artificial que no poseían el mismo recuerdo de las temperaturas pasadas ni el mismo diseño de doble flujo. Los resultados mostraron que el nuevo método era significamente mejor para mantener el tejido profundo dentro del rango de temperatura deseado. En la prueba más precisa, donde el objetivo podía variar por solo medio grado, el robot mantuvo la temperatura en la zona correcta el 94.80% de las veces. También mantuvo un error promedio muy pequeño de apenas 0.32 grados Celsius.

Quizás más importante aún, el nuevo sistema demostró ser mucho más seguro que las alternativas. Cuando los investigadores eliminaron las reglas de seguridad del entrenamiento del robot, este se volvió muy bueno para alcanzar la temperatura objetivo rápidamente, pero lo hizo acercándose peligrosamente a la piel, provocando que la temperatura superficial se disparara. El sistema completo, con sus restricciones de seguridad, aprendió a ser más paciente. Logró un error promedio ligeramente mayor en el tejido profundo, pero mantuvo la temperatura de la piel mucho más baja y evitó movimientos arriesgados. Este compromiso sugiere que el robot aprendió a priorizar la seguridad a largo plazo del paciente sobre la velocidad del calentamiento. El estudio también encontró que el robot seguía siendo efectivo incluso cuando la simulación se modificaba para imitar diferentes tipos de cuerpo o propiedades de calor ligeramente distintas, demostiendo que el aprendizaje era robusto y no limitado a los números específicos utilizados en la prueba.

Si bien estos resultados son prometedores, los investigadores aclaran que este trabajo es actualmente una simulación. El robot aún no ha sido probado en piel humana real ni en un brazo robótico físico en un entorno hospitalario. El estudio demuestra que un modelo informático puede aprender a gestionar la compleja y retardada relación entre el calor superficial y el calor del tejido profundo mejor que los métodos estándar actuales. Sugiere que, en el futuro, los robots podrían asistir en la moxibustión proporcionando un nivel de control constante y seguro que es difícil de mantener de manera consistente para los humanos. Los próximos pasos para esta tecnología implicarán la construcción de prototipos físicos y su prueba con materiales que imiten el tejido humano para ver si el éxito virtual se traslada al mundo real. Hasta entonces, el estudio constituye una prueba de concepto de que la inteligencia artificial puede aprender a manejar la sutil física del calor con retardo de tiempo con tanto la precisión como el cuidado necesarios.

Resumen Técnico: Una estrategia de control de temperatura en bucle cerrado basada en KT-LSTM-SAC para la moxibustión asistida por robot médico

Planteamiento del problema
La moxibustión asistida por robots depende actualmente en gran medida de la experiencia del operador y enfrenta desafíos significativos relacionados con la respuesta térmica retardada y la insuficiencia de la estabilidad de la temperatura en bucle cerrado. Aunque los sistemas robóticos existentes han avanzado en la localización de puntos de acupuntura y la retroalimentación de la temperatura superficial, a menudo no logran considerar adecuadamente el estado térmico en la profundidad del tejido profundo objetivo. La temperatura del tejido profundo es difícil de medir de forma no invasiva, y la temperatura superficial por sí sola es un indicador insuficiente debido a los retrasos en la transferencia de calor, los patrones espaciales y la naturaleza acumulativa de los efectos térmicos. Además, el movimiento respiratorio introduce desplazamientos periódicos que complican el mantenimiento de una distancia de tratamiento constante. El problema central abordado es cómo lograr un control estable, seguro y preciso de la temperatura del tejido profundo (objetivo de 43 °C) utilizando únicamente observaciones superficiales y datos cinemáticos, mientras se gestionan los retrasos inherentes y las restricciones de seguridad de la terapia térmica.

Metodología
El estudio propone un método KT-LSTM-SAC (Soft Actor–Critic con LSTM mejorado por flujo dual cinemático-térmico). La tarea de control se formula como el ajuste continuo de la distancia de separación (standoff distance) del efector final a lo largo de la normal de la superficie del punto de acupuntura. La metodología consta de tres componentes principales:

Modelo de retroalimentación de temperatura equivalente:
Un modelo de orden reducido estima la temperatura del tejido profundo ( $\hat{T}_{d,t}$ ) utilizando la temperatura superficial ( $T_{s,t}$ ), la distancia de separación y un estado de memoria térmica. El modelo incorpora:
- Estado cinemático: Incluye la posición del punto de acupuntura objetivo, la normal de la superficie, las distancias de separación comandadas y reales, el desplazamiento respiratorio (simulado mediante una función de potencia de coseno) y los estados de las articulaciones.
- Estado térmico: Modela la entrada de calor equivalente como una función de decaimiento exponencial de la distancia. Introduce un estado de memoria térmica ( $m_t$ ) para capturar los efectos de calentamiento retardados y acumulativos. La temperatura del tejido profundo se actualiza basándose en la temperatura superficial, un coeficiente de acoplamiento y términos de recuperación, simulando la respuesta más lenta del tejido profundo en comparación con la superficie.
Política de control KT-LSTM-SAC:
La arquitectura de control utiliza una red de doble flujo alimentada a un marco de Soft Actor–Critic (SAC):
- Flujo cinemático: Un Perceptrón Multicapa (MLP) procesa las variables relacionadas con el movimiento (posición, distancia, perturbación respiratoria).
- Flujo térmico: Una red de Memoria de Corto y Largo Plazo (LSTM) codifica el historial de las respuestas de temperatura (temperaturas superficial y estimada del tejido profundo) durante los 50 pasos de control precedentes para capturar las dependencias temporales y la dinámica térmica retardada.
- Fusión: Un módulo de fusión por compuerta (gated-fusion) combina las características de ambos flujos para producir una acción continua ( $\Delta d_t$ ) que representa el ajuste de la distancia de separación.
Función de recompensa y restricciones de seguridad:
La función de recompensa equilibra el seguimiento de la temperatura con la seguridad. Incluye términos para:
- Seguimiento: Incentivar que la temperatura del tejido profundo estimado se aproxime al objetivo (43 °C).
- Estabilidad: Recompensar el mantenimiento dentro de una banda objetivo.
- Penalizaciones de seguridad: Penalizar explícitamente el exceso de temperatura superficial, el exceso de temperatura del tejido profundo, la distancia de separación insuficiente y el daño térmico acumulado.
- Suavidad: Penalizar los cambios abruptos en la acción del efector final.

Contribuciones clave

Arquitectura de doble flujo: El artículo introduce una novedosa arquitectura KT-LSTM-SAC que fusiona el estado cinemático (incluyendo la perturbación respiratoria) con características térmicas temporales. Esto permite que la política aprenda la relación entre los ajustes de distancia y las respuestas térmicas retardadas de manera más efectiva que los enfoques estándar de SAC o LSTM-SAC.
Estimación de tejido profundo para el control: A diferencia de trabajos previos que dependen principalmente de la temperatura superficial, este estudio integra un modelo de transferencia de calor equivalente para estimar la temperatura del tejido profundo, utilizando esta estimación como la variable principal de retroalimentación para el bucle de control.
Aprendizaje con restricciones de seguridad: El método incorpora restricciones de seguridad térmica (límites superficiales, daño acumulado, distancia de separación) directamente en la función de recompensa, asegurando que la política aprenda un equilibrio entre la eficiencia del calentamiento y la seguridad del paciente.
Marco de simulación integral: Se desarrolló un entorno de simulación basado en MuJoCo que cuenta con un brazo robótico de 6 grados de libertad (DOF), un modelo de espalda humana, una simulación de movimiento respiratorio y un módulo de retroalimentación térmica dinámica para probar rigurosamente la estrategia de control.

Resultados
El método propuesto fue evaluado en un entorno de simulación con una temperatura objetivo de 43.0 ± 0.5 °C y se comparó con PID, TD3, SAC estándar y LSTM-SAC.

Métricas de desempeño: El KT-LSTM-SAC logró una tasa de ocupación de la banda objetivo del 94.80%, un Error Absoluto Medio (MAE) de 0.32 °C y un costo de seguridad medio de 3.60 × 10⁻².
Análisis comparativo:
- Comparado con PID, el KT-LSTM-SAC mostró tasas de éxito significativamente más altas y errores de seguimiento menores, demostrando las limitaciones del control convencional bajo dinámicas térmicas retardadas.
- Comparado con SAC estándar y TD3, la inclusión de LSTM para la extracción de características temporales mejoró tanto la precisión del seguimiento como la seguridad.
- Comparado con LSTM-SAC, la adición del flujo cinemático (KT-LSTM-SAC) aumentó aún más la tasa de ocupación de la banda objetivo y redujo el costo de seguridad medio.
- Estudio de ablación: Eliminar las restricciones de seguridad (KT-LSTM-SAC sin seguridad) resultó en un MAE más bajo (0.29 °C) pero en un costo de seguridad medio significativamente mayor (8.36 × 10⁻²) y una temperatura superficial máxima más alta, confirmando que las restricciones de seguridad son esenciales para prevenir acciones de calentamiento agresivas y riesgosas.
Robustez: El método mantuvo tasas de éxito del 100% bajo perturbaciones del ±10% en los parámetros clave del modelo térmico, aunque el desempeño disminuyó ligeramente bajo perturbaciones del ±20%.
Adaptabilidad: El controlador mantuvo con éxito el desempeño en temperaturas objetivo adyacentes (42.0 °C, 42.5 °C y 43.0 °C).

Significancia y declaraciones
El artículo afirma que el método KT-LSTM-SAC proporciona un equilibrio superior entre el rendimiento de seguimiento de la temperatura y la seguridad térmica en comparación con las estrategias de control existentes. Al modelar conjuntamente los estados cinemáticos y las características térmicas temporales, el enfoque maneja eficazmente la naturaleza retardada y acumulativa de la transferencia de calor en el tejido biológico. El estudio postula que este marco basado en simulación es un paso factible hacia el control de temperatura en bucle cerrado en la moxibustión asistida por robots médicos. Sin embargo, los autores señalan modestamente que el trabajo actual se basa en simulaciones; se requiere validación futura utilizando maniquíes que imiten tejidos y plataformas robóticas físicas para abordar factores del mundo real como el ruido de medición, los errores de localización y la variabilidad interindividual en la respuesta térmica.

Más como este