⚡ engenharia elétrica

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

Este artigo propõe uma estratégia de controle em malha fechada baseada em KT-LSTM-SAC que integra dados cinemáticos e térmicos por meio de um algoritmo soft actor-critic aprimorado por LSTM para alcançar uma regulação de temperatura precisa, segura e estável em moxabustão assistida por robô, ajustando continuamente a distância de afastamento do efetor final.

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

Publicado 2026-10-05

📖 6 min de leitura🧠 Leitura aprofundada

CC BY 4.0

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

Artigo original sob licença CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

Durante séculos, a prática da moxabustão dependeu da mão firme e do olhar experiente de um praticante. Nesta terapia tradicional, um bastão de artemísia seca é aceso e mantido próximo a pontos específicos da pele para aquecer os tecidos subjacentes. O objetivo é atingir uma profundidade precisa de calor que estimule o corpo sem queimar a superfície. No entanto, a pele humana reage rapidamente ao calor, enquanto os tecidos mais profundos aquecem muito mais lentamente. Esse atraso cria um desafio difícil: se um praticante aproximar demais a fonte de calor para corrigir um aumento lento no calor profundo, corre o risco de queimar a pele antes mesmo que o alvo profundo sinta o benefício. Inversamente, se esperarem demais para ver o tecido profundo aquecer, a superfície pode ficar quente demais. Tornar esse processo consistente e seguro para cada paciente exige um nível de precisão que os tempos de reação humanos têm dificuldade em manter, especialmente quando um paciente respira ou se move ligeiramente durante o tratamento.

Para abordar essa lacuna entre a limitação humana e a necessidade terapêutica, pesquisadores da Universidade de Ciência e Tecnologia de Xangai desenvolveram uma nova maneira para robôs gerenciarem esse delicado equilíbrio térmico. Eles criaram uma simulação de computador de um braço robótico segurando uma fonte de calor sobre um modelo de um dorso humano. Em vez de simplesmente reagir à temperatura da pele, o robô foi ensinado a prever o que está acontecendo profundamente no tecido. A equipe construiu um sistema que atua como um cérebro de fluxo duplo: uma parte observa os movimentos do robô e a distância entre a fonte de calor e a pele, enquanto a outra parte lembra o histórico das mudanças de temperatura ao longo do tempo. Ao combinar essas duas correntes de informação, o robô aprende a ajustar sua posição continuamente, movendo a fonte de calor para mais perto ou mais longe para manter o tecido profundo em um calor terapêutico constante, mantendo a pele segura.

O núcleo deste sistema é um método chamado KT-LSTM-SAC, um nome que descreve como o robô pensa. O "KT" significa cinemático-térmico, significando que o robô considera tanto sua posição física quanto o calor que está gerando. O "LSTM" permite que o robô se lembre de uma sequência de temperaturas passadas, compreendendo que o calor leva tempo para viajar da pele para as camadas mais profundas. O componente "SAC" é um algoritmo de aprendizado que ajuda o roboto a descobrir as melhores ações a tomar através de tentativa e erro, de forma muito semelhante a como uma pessoa aprende a andar de bicicleta ao cair e se ajustar até encontrar o equilíbrio. Neste estudo específico, o único trabalho do robô era controlar a distância entre a fonte de calor e a pele, movendo-se ao longo de uma linha reta perpendicular ao corpo. Se o tecido profundo estivesse muito frio, o robô aproximava o calor; se estivesse ficando quente demais, ele se afastava. Crucialmente, o sistema foi treinado com regras de segurança rigorosas que penalizavam o robô se a temperatura da pele ficasse muito alta ou se a fonte de calor ficasse próxima demais, forçando-o a encontrar um caminho seguro para a temperatura alvo.

Os pesquisadores testaram este sistema em um ambiente virtual altamente detalhado que imita a física de um corpo humano, incluindo a forma como o calor se espalha pelo tecido e a forma como o peito de uma pessoa se move com a respiração. Eles estabeleceram como meta que o tecido profundo atingisse e mantivesse 43,0 graus Celsius, uma temperatura conhecida por ser eficaz para a terapia, mas que requer gerenciamento cuidadoso para evitar lesões. Eles compararam seu novo cérebro robótico contra vários métodos antigos, incluindo controladores industriais padrão e outras abordagens de inteligência artificial que não possuíam o mesmo histórico de temperaturas passadas ou o mesmo design de fluxo duplo. Os resultados mostraram que o novo método foi significativamente melhor em manter o tecido profundo dentro da faixa de temperatura desejada. No teste mais preciso, onde o alvo podia variar em apenas meio grau, o robô manteve a temperatura na zona correta 94,80% do tempo. Ele também manteve um erro médio muito pequeno de apenas 0,32 graus Celsius.

Talvez mais importante, o novo sistema provou ser muito mais seguro do que as alternativas. Quando os pesquisadores removeram as regras de segurança do treinamento do robô, ele tornou-se muito bom em atingir a temperatura alvo rapidamente, mas o fez aproximando-se perigosamente da pele, fazendo com que a temperatura da superfície disparasse. O sistema completo, com suas restrições de segurança, aprendeu a ser mais paciente. Ele alcançou um erro médio ligeiramente maior no tecido profundo, mas manteve a temperatura da pele muito mais baixa e evitou movimentos arriscados. Essa troca sugere que o robô aprendeu a priorizar a segurança de longo prazo do paciente sobre a velocidade do aquecimento. O estudo também descobriu que o robô permaneceu eficaz mesmo quando a simulação foi ajustada para imitar diferentes tipos de corpos ou propriedades de calor ligeiramente diferentes, mostrando que o aprendizado foi robusto e não limitado aos números específicos usados no teste.

Embora esses resultados sejam promissores, os pesquisadores deixam claro que este trabalho é atualmente uma simulação. O robô ainda não foi testado em pele humana real ou em um braço robótico físico em um ambiente hospitalar. O estudo demonstra que um modelo de computador pode aprender a gerenciar a complexa e atrasada relação entre o calor superficial e o calor do tecido profundo melhor do que os métodos padrão atuais. Sugere que, no futuro, robôs poderão auxiliar na moxabustão ao fornecer um nível de controle constante e seguro que é difícil para os humanos manterem de forma consistente. Os próximos passos para esta tecnologia envolverão a construção de protótipos físicos e testes com materiais que imitem o tecido humano para ver se o sucesso virtual se traduz no mundo real. Até lá, o estudo permanece como uma prova de conceito de que a inteligência artificial pode aprender a lidar com a física sutil e de tempo retardado da terapia de calor com precisão e cuidado.

Resumo Técnico: Uma Estratégia de Controle de Temperatura em Malha Fechada Baseada em KT-LSTM-SAC para Moxabustão Assistida por Robô Médica

Definição do Problema
A moxabustão assistida por robôs depende atualmente fortemente da experiência do operador e enfrenta desafios significativos relacionados à resposta térmica atrasada e à insuficiência de estabilidade de temperatura em malha fechada. Embora os sistemas robóticos existentes tenham avançado na localização de pontos de acupuntura e no feedback de temperatura superficial, eles frequentemente falham em considerar adequadamente o estado térmico na profundidade do tecido alvo. A temperatura do tecido profundo é difícil de medir de forma não invasiva, e a temperatura superficial sozinha é um indicador insuficiente devido aos atrasos de transferência de calor, padrões espaciais e à natureza cumulativa dos efeitos térmicos. Além disso, o movimento respiratório introduz deslocamentos periódicos que complicam a manutenção de uma distância de tratamento consistente. O problema central abordado é como alcançar um controle estável, seguro e preciso da temperatura do tecido profundo (visando 43°C) utilizando apenas observações superficiais e dados cinemáticos, enquanto gerencia os atrasos inerentes e as restrições de segurança da terapia térmica.

Metodologia
O estudo propõe um método KT-LSTM-SAC (Kinematic–Thermal Dual-Stream LSTM-Enhanced Soft Actor–Critic). A tarefa de controle é formulada como o ajuste contínuo da distância de afastamento (standoff distance) do efetuador final ao longo da normal da superfície do ponto de acupuntura. A metodologia consiste em três componentes primários:

Modelo de Feedback de Temperatura Equivalente:
Um modelo de ordem reduzida estima a temperatura do tecido profundo ( $\hat{T}_{d,t}$ ) usando a temperatura superficial ( $T_{s,t}$ ), a distância de afastamento e um estado de memória térmica. O modelo incorpora:
- Estado Cinemático: Inclui a posição do ponto de acupuntura alvo, a normal da superfície, as distâncias de afastamento comandada e real, o deslocamento respiratório (simulado via uma função de potência de cosseno) e os estados das juntas.
- Estado Térmico: Modela o aporte de calor equivalente como uma função de decaimento exponencial em relação à distância. Introduz um estado de memória térmica ( $m_t$ ) para capturar os efeitos de aquecimento atrasados e cumulativos. A temperatura do tecido profundo é atualizada com base na temperatura superficial, um coeficiente de acoplamento e termos de recuperação, simulando a resposta mais lenta do tecido profundo em comparação com a superfície.
Política de Controle KT-LSTM-SAC:
A arquitetura de controle utiliza uma rede de fluxo duplo alimentada por um framework Soft Actor–Critic (SAC):
- Fluxo Cinemático: Um Perceptron Multicamadas (MLP) processa variáveis relacionadas ao movimento (posição, distância, perturbação respiratória).
- Fluxo Térmico: Uma rede de Long Short-Term Memory (LSTM) codifica o histórico de respostas térmicas (temperaturas superficiais e temperaturas de tecido profundo estimadas) ao longo dos 50 passos de controle precedentes para capturar dependências temporais e dinâmicas térmicas atrasadas.
- Fusão: Um módulo de fusão por portão (gated-fusion) combina características de ambos os fluxos para gerar uma ação contínua ( $\Delta d_t$ ), que representa o ajuste da distância de afastamento.
Função de Recompensa e Restrições de Segurança:
A função de recompensa equilibra o rastreamento de temperatura com a segurança. Ela inclui termos para:
- Rastreamento: Incentivar a temperatura do tecido profundo estimado a se aproximar do alvo (43°C).
- Estabilidade: Recompensar a manutenção dentro de uma banda alvo.
- Penalidades de Segurança: Penalizar explicitamente o excesso de temperatura superficial, o excesso de temperatura do tecido profundo, a distância de afastamento insuficiente e o dano térmico cumulativo.
- Suavidade: Penalizar mudanças abruptas na ação do efetuador final.

Principais Contribuições

Arquitetura de Fluxo Duplo: O artigo introduz uma nova arquitetura KT-LSTM-SAC que funde o estado cinemático (incluindo a perturbação respiratória) com características térmicas temporais. Isso permite que a política aprenda a relação entre os ajustes de distância e as respostas térmicas atrasadas de forma mais eficaz do que as abordagens padrão de SAC ou LSTM-SAC.
Estimativa de Tecido Profundo para Controle: Diferente de trabalhos anteriores que dependem primariamente da temperatura superficial, este estudo integra um modelo de transferência de calor equivalente para estimar a temperatura do tecido profundo, utilizando essa estimativa como a principal variável de feedback para o loop de controle.
Aprendizado com Restrições de Segurança: O método incorpora restrições de segurança térmica (limites superficiais, danos cumulativos, distância de afastamento) diretamente na função de recompensa, garantindo que a política aprenda um equilíbrio entre eficiência de aquecimento e segurança do paciente.
Estrutura de Simulação Abrangente: Um ambiente de simulação baseado em MuJoCo foi desenvolvido, apresentando um braço robótico de 6-DOF, um modelo de costas humanas, simulação de movimento respiratório e um módulo de feedback térmico dinâmico para testar rigorosamente a estratégia de controle.

Resultados
O método proposto foi avaliado em um ambiente de simulação com uma temperatura alvo de 43,0 ± 0,5°C e comparado contra PID, TD3, SAC padrão e LSTM-SAC.

Métricas de Desempenho: O KT-LSTM-SAC alcançou uma taxa de ocupação da banda-alvo de 94,80%, um Erro Médio Absoluto (MAE) de 0,32°C e um custo de segurança médio de 3,60 × 10⁻².
Análise Comparativa:
- Comparado ao PID, o KT-LSTM-SAC apresentou taxas de sucesso significativamente maiores e erros de rastreamento menores, demonstrando as limitações do controle convencional sob dinâmicas térmicas atrasadas.
- Comparado ao SAC e TD3 padrão, a inclusão de LSTM para extração de características temporais melhorou tanto a precisão de rastreamento quanto a segurança.
- Comparado ao LSTM-SAC, a adição do fluxo cinemático (KT-LSTM-SAC) aumentou ainda mais a taxa de ocupação da banda-alvo e reduziu o custo de segurança médio.
- Estudo de Ablação: A remoção das restrições de segurança (KT-LSTM-SAC sem Segurança) resultou em um MAE menor (0,29°C), mas em um custo de segurança médio significativamente maior (8,36 × 10⁻²) e uma temperatura superficial máxima mais alta, confirmando que as restrições de segurança são essenciais para evitar ações de aquecimento agressivas e arriscadas.
Robustez: O método manteve taxas de sucesso de 100% sob perturbações de ±10% nos parâmetros principais do modelo térmico, embora o desempenho tenha degradado ligeiramente sob perturbações de ±20%.
Adaptabilidade: O controlador manteve o desempenho com sucesso em temperaturas alvo adjacentes (42,0°C, 42,5°C e 43,0°C).

Significância e Alegações
O artigo afirma que o método KT-LSTM-SAC proporciona um equilíbrio superior entre o desempenho de rastreamento de temperatura e a segurança térmica em comparação com as estratégias de controle existentes. Ao modelar conjuntamente os estados cinemáticos e as características térmicas temporais, a abordagem lida efetivamente com a natureza atrasada e cumulativa da transferência de calor em tecidos biológicos. O estudo postula que esta estrutura baseada em simulação é um passo viável para o controle de temperatura em malha fechada na moxabustão assistida por robôs médicos. No entanto, os autores notam modestamente que o presente trabalho é baseado em simulação; validações futuras utilizando modelos de tecido (phantoms) e plataformas robóticas físicas são necessárias para abordar fatores do mundo real, como ruído de medição, erros de localização e variabilidade interindividual na resposta térmica.

Mais como este