Longevity of continuous prosthetic finger control using implanted electromyographic signals without recalibration
Este estudio demuestra que las señales electromiográficas intramusculares implantadas pueden proporcionar un control continuo, estable y a largo plazo de dedos protésicos tanto en un mono como en un humano sin la necesidad de recalibrar el decodificador, ya que los usuarios adaptan sus patrones de activación muscular para mantener el rendimiento durante varios meses.
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
Para millones de personas que han perdido un brazo, el sueño de una mano robótica que se sienta y se mueva como la suya propia ha estado frenado durante mucho tiempo por una realidad frustrante: las señales que le dicen a la mano qué hacer suelen ser demasiado ruidosas o demasiado fugaces para ser fiables. Las prótesis más comunes hoy en día utilizan sensores adheridos a la piel para escuchar la actividad muscular, pero estos sensores pueden deslizarse, sudar o perder contacto, obligando al usuario a detenerse y recalibrar el dispositivo constantemente. Esta necesidad de ajuste frecuente, combinada con la dificultad de capturar las señales profundas y complejas necesarias para mover dedos individuales, ha impedido que las manos robóticas avanzadas se conviertan en una solución práctica para la vida diaria. Los investigadores han buscado durante mucho tiempo una conexión más estable, una que pudiera omitir la piel por completo y escuchar directamente los nervios y músculos dentro del miembro, con la esperanza de encontrar una señal que se mantuviera lo suficientemente constante como para controlar una mano sin tener que manipularla constantemente.
En un nuevo estudio, los científicos han dado un paso significativo hacia ese objetivo al demostrar que una mano robótica puede controlarse de forma continua durante meses sin necesidad de recalibrarse nunca. La investigación involucró a dos participantes muy diferentes: un macaco rhesus con un brazo intacto y una mujer que había perdido su mano derecha por debajo del codo. Ambos tenían diminutos electrodos implantados quirúrgicamente en lo profundo de los músculos de su brazo restante. Estos electrodos fueron diseñados para escuchar los impulsos eléctricos que los músculos envían cuando se contraen, evitando la piel para capturar una señal más clara y directa. El equipo enseñó tanto al mono como a la mujer a controlar una mano virtual en una pantalla, moviendo dos grupos separados de dedos —dedos índices en un lado, y los dedos medio, anular y meñique en el otro— para golpear objetivos aleatorios que aparecían en la pantalla.
Los investigadores primero entrenaron un programa informático para traducir las señales musculares en movimientos de los dedos. Probaron dos tipos diferentes de programas informáticos: uno que utilizaba un método lineal sencillo para adivinar el movimiento, y otro que utilizaba un enfoque no lineal más complejo diseñado para aprender patrones con el tiempo. Cuando el mono utilizó el programa lineal simple, logró golpear los objetivos con un nivel de rendimiento que era un 63% de tan bueno como su mano natural. La participante humana, utilizando el mismo tipo de programa simple, alcanzó el 56% del rendimiento de su mano natural. Mientras que el programa más complejo ayudó al mono a desempeñarse incluso mejor, en realidad empeoró el control de la mujer, lo que sugiere que, para una persona sin mano, un sistema de control más simple y predecible podría ser más fácil de aprender y usar.
La parte más sorprendente del estudio llegó después. Los investigadores desactivaron la capacidad de reentrenar el programa informático y pidieron a los participantes que siguieran utilizando exactamente los mismos ajustes que se les habían dado el primer día. Observaron qué tan bien podían realizar la tarea el mono y la mujer durante los meses siguientes. El mono utilizó los mismos ajustes durante 148 días, y la mujer los utilizó durante 283 días. A pesar de que las señales musculares brutas cambiaron ligeramente de un día para otro, ninguno de los participantes mostró una caída significativa en su capacidad para controlar los dedos virtuales. Sus tasas de éxito se mantuvieron altas, y aún podían golpear los objetivos con la misma velocidad y precisión que tenían el primer día.
Esta estabilidad no se debió a que las señales musculares mismas se mantuvieran perfectamente iguales. De hecho, cuando los investigadores examinaron de cerca los datos brutos, observaron que la fuerza de las señales musculares variaba significamente de un día para otro. En cambio, la estabilidad provino de los propios usuarios. El estudio encontró que tanto el mono como la mujer ajustaron subconscientemente cómo activaban sus músculos para coincidir con el patrón específico que la computadora esperaba. Aunque las señales cambiaban, los usuarios aprendieron a moldear su actividad muscular para adaptarse a las instrucciones originales, compensando eficazmente las variaciones diarias. Esto sugiere que el secreto de una mano protésica fiable puede no ser solo encontrar una señal perfecta e inalterable, sino más bien confiar en la extraordinaria capacidad del cerebro humano para adaptar sus propios movimientos para trabajar con la herramienta que se le proporciona.
Los hallazgos ofrecen un camino esperanzador para la tecnología protésica. Al implantar electrodos directamente en el músculo, los investigadores crearon una conexión que permaneció útil durante casi un año sin una sola recalibración. Si bien el estudio se realizó en un entorno controlado con participantes que llevaban cables que los conectaban a una computadora, los resultados sugieren que la tecnología podría eventualmente permitir el uso diario y sin cables. El trabajo destaca que el cuerpo humano no es solo una fuente pasiva de señales, sino un socio activo en el proceso de control, capaz de aprender y adaptarse para mantener una conexión constante con una máquina. Este descubrimiento acerca el campo a un futuro donde las manos robóticas avanzadas puedan ser confiadas para trabajar de forma fiable, día tras día, sin la necesidad constante de ajuste que las ha plagado durante tanto tiempo.
¿Ahogado en artículos de tu campo?
Recibe resúmenes diarios de los artículos más novedosos que coincidan con tus palabras clave de investigación — con resúmenes técnicos, en tu idioma.