Longevity of continuous prosthetic finger control using implanted electromyographic signals without recalibration
本研究は、インプラント型の筋電図信号が、ユーザーが性能を維持するために自身の筋活動パターンを数ヶ月間にわたって適応させることで、デコーダーの再キャリブレーションを必要とせずに、サルおよびヒトの両方において義手の指の安定した長期的な連続制御を提供できることを実証している。
原論文は CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。 免責事項の全文を読む
腕を失った数百万人もの人々にとって、自分の腕のように感じ、動くロボットハンドという夢は、長らくもどかしい現実に阻まれてきました。それは、手に何をすべきかを伝える信号が、あまりにもノイズが多く、あるいはあまりにも一時的で、信頼するには不十分であるという現実です。現在最も一般的な義手は、皮膚に貼り付けられたセンサーを用いて筋肉の活動を読み取りますが、これらのセンサーはズレたり、汗で剥がれたり、接触を失ったりすることがあり、そのたびにユーザーはデバイスの再調整のために動作を中断することを余儀なくされます。この頻繁な調整の必要性と、個々の指を動かすために必要な深く複雑な信号を捉えることの難しさが相まって、高度なロボットハンドが日常生活における実用的な解決策となることを妨げてきました。研究者たちは、皮膚を完全にバイパスして、肢の内部にある神経や筋肉から直接信号を聞き取り、絶え間ない微調整なしに手を制御できるほど安定した信号を見つけ出そうと、長年、より安定した接続を追い求めてきました。
新しい研究において、科学者たちは、ロボットハンドを再調整することなく数ヶ月間にわたって連続的に制御できることを実証し、その目標に向けて大きな一歩を踏み出しました。この研究には、完全な腕を持つアカゲザルと、肘の下で右手を失った女性という、全く異なる2人の参加者が関わりました。両者とも、残された腕の筋肉の深部に、極めて小さな電極を外科的に埋め込みました。これらの電極は、筋肉が収縮する際に送る電気インパルスを、皮膚を介さずに聞き取り、より明確で直接的な信号を捉えるように設計されています。チームは、サルと女性の両方に、画面上の仮想の手を制御する方法を教えました。具体的には、片側には人差し指、もう片側には中指・薬指・小指という2つの別々のグループの指を動かし、ディスプレイ上に現れるランダムなターゲットを叩くように訓練しました。
研究者たちはまず、筋肉の信号を指の動きへと翻訳するコンピュータプログラムを訓練しました。彼らは2種類の異なるタイプのコンピュータプログラムをテストしました。一つは、動きを推測するために単純な線形（リニア）の手法を用いたもので、もう一つは、時間の経過とともにパターンを学習するように設計された、より複雑な非線形のアプローチを用いたものです。サルが単純な線形プログラムを使用したとき、そのパフォーマンスは自然な手の能力の63%に達しました。同じ単純なプログラムを使用した女性の参加者は、彼女の自然な手の性能の56%を達成しました。より複雑なプログラムはサルのパフォーマンスをさらに向上させましたが、人間の制御においては逆に悪化させてしまいました。このことは、手を持たない人にとっては、より単純で予測可能な制御システムの方が学習しやすく、使いやすい可能性があることを示唆しています。
研究の最も衝撃的な部分は、その次に訪れました。研究者たちはコンピュータプログラムの再学習機能をオフにし、参加者に対して、初日に与えられた設定のまま使い続けるよう求めました。彼らは、サルと女性がその後数ヶ月間にわたってどのようにタスクを遂行するかを観察しました。サルは同じ設定を148日間使用し、女性は283日間使用しました。日ごとに筋肉の信号がわずかに変化していたにもかかわらず、どちらの参加者も、仮想の指を制御する能力に著しい低下は見られませんでした。彼らの成功率は高いまま維持され、初日と同じ速度と精度でターゲットを叩くことができました。
この安定性は、筋肉の信号自体が完璧に一定であり続けたことによるものではありませんでした。実際、研究者が生のデータを詳細に調べると、筋肉の信号の強さが日によって大きく変動していることが分かりました。むしろ、この安定性はユーザー自身からもたらされたものでした。研究によれば、サルと女性の両方が、コンピュータが期待している特定のパターンに合うように、無意識のうちに筋肉の動かし方を調整していたことが判明しました。たとえ信号が変化しても、ユーザーは元の指示に適合するように筋肉の活動を形成することを学び、日々の変動を効果的に補完していたのです。このことは、信頼できる義手の秘訣が、単に完璧で不変の信号を見つけることではなく、むしろ、与えられた道具に合わせて自らの動きを適応させるという、人間の脳の驚異的な能力に依存することにある可能性を示唆しています。
これらの知見は、義肢技術に希望に満ちた道筋を提示しています。電極を筋肉に直接埋め込むことで、研究者たちは一度の再調整も必要とせずに、約1年間有用であり続ける接続を作り出しました。この研究は、ワイヤーでコンピュータに接続された管理された環境下で行われましたが、これらの結果は、この技術が将来的にワ厘のない日常的な使用をサポートできる可能性を示しています。この研究は、人体が単なる受動的な信号源ではなく、機械との安定した接続を維持するために学習し適応することができる、制御プロセスにおける能動的なパートナーであることを浮き彫りにしました。この発見は、高度なロボットハンドが、これまで彼らを悩ませてきた絶え間ない調整の必要性なしに、日々確実に機能すると信頼できる未来へと、この分野を近づけています。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。