Longevity of continuous prosthetic finger control using implanted electromyographic signals without recalibration
Este estudo demonstra que sinais eletromiográficos intramusculares implantados podem fornecer controle contínuo, estável e de longo prazo de dedos protéticos tanto em um macaco quanto em um humano sem a necessidade de recalibração do decodificador, à medida que os usuários adaptam seus padrões de ativação muscular para manter o desempenho ao longo de vários meses.
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
Para milhões de pessoas que perderam um braço, o sonho de uma mão robótica que sinta e se mova como a sua própria tem sido há muito tempo contido por uma realidade frustrante: os sinais que dizem à mão o que fazer são frequentemente demasiado ruidosos ou demasiado fugazes para serem confiáveis. As próteses mais comuns de hoje utilizam sensores colados à pele para ouvir a atividade muscular, mas estes sensores podem escorregar, suar ou perder o contacto, forçando o utilizador a interromper constantemente o uso do dispositivo para recalibrar. Esta necessidade frequente de ajuste, combinada com a dificuldade de capturar os sinais profundos e complexos necessários para mover dedos individuais, impediu que as mãos robóticas avançadas se tornassem uma solução prática para a vida quotidiana. Os investigadores procuram há muito uma ligação mais estável, uma que pudesse contornar a pele inteiramente e ouvir diretamente os nervos e músculos dentro do membro, esperando encontrar um sinal que permaneça constante o suficiente para controlar uma mão sem a necessidade de constantes ajustes.
Num novo estudo, cientistas deram um passo significativo em direção a esse objetivo ao demonstrar que uma mão robótica pode ser controlada continuamente durante meses sem nunca precisar de ser recalibrada. A investigação envolveu dois participantes muito diferentes: um macaco rhesus com um braço intacto e uma mulher que tinha perdido a sua mão direita abaixo do cotovelo. Ambos tinham pequenos elétrodos implantados cirurgicamente profundamente nos músculos restantes do braço. Estes elétrodos foram desenhados para ouvir os impulsos elétricos que os músculos enviam quando se contraem, contornando a pele para capturar um sinal mais claro e direto. A equipa ensinou tanto o macaco como a mulher a controlar uma mão virtual num ecrã, movendo dois grupos separados de dedos — os dedos indicadores num lado, e os dedos médio, anelar e mínimo no outro — para atingir alvos aleatórios que apareciam no visor.
Os investigadores treinaram primeiro um programa de computador para traduzir os sinais musculares em movimentos dos dedos. Eles testaram dois tipos diferentes de programas de computador: um que utilizava um método linear simples para adivinhar o movimento, e outro que utilizava uma abordagem não linear mais complexa, desenhada para aprender padrões ao longo do tempo. Quando o macaco utilizou o programa linear simples, conseguiu atingir os alvos com um nível de desempenho que era 63% tão bom quanto a sua mão natural. A participante humana, utilizando o mesmo tipo de programa simples, alcançou 56% do desempenho da sua mão natural. Embora o programa mais complexo tenha ajudado o macaco a desempenhar ainda melhor, na verdade tornou o controlo da mulher pior, sugerindo que, para uma pessoa sem uma mão, um sistema de controlo mais simples e previsível pode ser mais fácil de aprender e utilizar.
A parte mais impressionante do estudo veio a seguir. Os investigadores desligaram a capacidade de retreinar o programa de computador e pediram aos participantes que continuassem a usar exatamente as mesmas definições que lhes tinham sido dadas no primeiro dia. Eles observaram o quão bem o macaco e a mulher conseguiam realizar a tarefa ao longo dos meses seguintes. O macaco utilizou as mesmas definições durante 148 dias, e a mulher durante 283 dias. Apesar de os sinais musculares brutos terem mudado ligeiramente de um dia para o outro, nenhum dos participantes mostrou uma queda significativa na sua capacidade de controlar os dedos virtuais. As suas taxas de sucesso permaneceram elevadas, e eles ainda conseguiam atingir os alvos com a mesma velocidade e precisão que tinham no primeiro dia.
Esta estabilidade não ocorreu porque os sinais musculares permaneceram perfeitamente iguais. Na verdade, quando os investigadores analisaram detalhadamente os dados brutos, viram que a força dos sinais musculares variava significamente de um dia para o outro. Em vez disso, a estabilidade veio dos próprios utilizadores. O estudo descobriu que tanto o macaco como a mulher ajustaram subconscientemente a forma como ativavam os seus músculos para corresponder ao padrão específico que o computador esperava. Mesmo que os sinais mudassem, os utilizadores aprenderam a moldar a sua atividade muscular para se ajustarem às instruções originais, compensando eficazmente as variações diárias. Isto sugere que o segredo para uma mão protética fiável pode não ser apenas encontrar um sinal perfeito e imutável, mas sim confiar na capacidade notável do céreão humano de adaptar os seus próprios movimentos para trabalhar com a ferramenta que lhe é dada.
As descobertas oferecem um caminho esperançoso para a tecnologia protética. Ao implantar elétrodos diretamente no músculo, os investigadores criaram uma ligação que permaneceu útil durante quase um ano sem uma única recalibração. Embora o estudo tenha sido realizado num ambiente controlado com participantes a usar fios que os ligavam a um computador, os resultados sugerem que a tecnologia poderá eventualmente suportar o uso diário e sem fios. O trabalho destaca que o corpo humano não é apenas uma fonte passiva de sinais, mas um parceiro ativo no processo de controlo, capaz de aprender e adaptar-se para manter uma ligação estável com uma máquina. Esta descoberta aproxima o campo de um futuro onde as mãos robóticas avançadas possam ser confiáveis para trabalhar de forma fiável, dia após dia, sem a necessidade constante de ajuste que as tem assolado há tanto tempo.
Afogado em artigos na sua área?
Receba digests diários dos artigos mais recentes que correspondam às suas palavras-chave de pesquisa — com resumos técnicos, no seu idioma.