Público
Público

Ciencia Desarrollan una mano robótica muy precisa que requiere un entrenamiento mínimo

Es imprimible en 3D, tiene cerca de un 90% de precisión y requiere muy poco entrenamiento. Investigadores japoneses han desarrollado una sencilla y efectiva mano mioeléctrica, un trabajo que se suma a los muchos e importantes avances en este campo durante los últimos años, y que suponen buenas noticias para quienes han sufrido amputaciones.

Imagen de la mano robótica con su controlador. [Furui et al., Sci. Robot.]

Los avances en prótesis humanas avanzan a gran velocidad gracias a la investigación en robótica. Si bien existen multitud de proyectos para construir manos funcionales, la complejidad de esta extremidad es un reto para los investigadores. Ahora, un grupo de científicos japoneses presenta un sistema de control para una mano protésica que requiere muy poco entrenamiento y resulta muy precisa.

Según publica Science Robotics, un equipo formado por investigadores de la Universidad de Hiroshima (Japón) y del Instituto Hyogo de Tecnologías de Apoyo probó su nueva mano mioeléctrica —que utilizan electrodos para detectar las minúsculas señales eléctricas que se producen cuando un músculo en el cuerpo se contrae o se flexiona— en un experimento con siete participantes, uno de ellos con las extremidades superiores amputadas.

Akira Furui (investigador principal del estudio) y sus colegas crearon una mano protésica impresa en 3D con cinco dedos impulsados ​​de forma independiente y desarrollaron un nuevo sistema de control basado en la sinergia muscular, es decir, cuando varios músculos se combinan para realizar un movimiento concreto.

Así, la activación combinada de un grupo muscular determinado impulsa el movimiento de un dedo para, por ejemplo, señalar con el índice. Otros movimiento se logran con diferentes movimientos combinados de músculos y sus transiciones.

El artículo muestra cómo los participantes en el experimento que no tenían miembros amputados realizaron 10 movimientos diferentes de los dedos con más del 90% de precisión, y la prótesis necesitó muy poco entrenamiento: apenas cinco movimientos por dedo. Por su parte, el participante amputado —que llevaba una mano mioeléctrica personalizada— realizó movimientos simples y combinados con aproximadamente el 92% de precisión.

En el futuro, los investigadores pretenden facilitar aún más el uso del sistema, especialmente enfocados a aliviar la fatiga muscular después de un uso prolongado de la prótesis.

Según la nota que acompaña a este estudio, las prótesis mioeléctricas disponibles en el mercado tienen un coste elevado y exigen un periodo largo de entrenamiento para poder realizar una variedad de movimientos.

Avances en las prótesis robóticas

En los últimos años, han surgido multitud de proyectos para adaptar la robótica a las prótesis para humanos, como el brazo Luke  creado por Deka para la agencia militar DARPA.

Open Bionics y su 'Hero Arm', impresa en 3D, de código abierto y probada en ensayos clínicos con niños en el Reino Unido, vende su prótesis mioeléctrica por cerca de 5.000 euros y tiene hasta una tienda con carcasas molonas para dar a la prótesis una apariencia propia del uniforme de un superhéroe.

Un desarrollo similar es el que presentó el pasado año YouBionic, cuyo brazo biónico 'Arm' también se puede imprimir en 3D para ahorrar costes y es compatible con otros brazos robóticos, al funcionar como actuador, explicaban en Xataka.

Varias prótesis robóticas han demostrado una precisión extraordinaria, sin necesidad de botones de ajuste para varios modos de movimiento. No obstante, requieren un entrenamiento largo y personalizado.

En la prótesis robótica desarrollada por el Georgia Institute of Technology (EEUU) en 2017, los investigadores utilizaron ecografías en un paciente amputado para recabar más datos de sus movimientos musculares; mediante técnicas de 'machine learning' (algo que se aplica a otros robots controlados con las ondas cerebrales, por ejemplo) lograron describir los movimientos de cada dedo, e incluso la intensidad de cada movimiento.

Aplicada esta información al controlador de la prótesis, el resultado fue espectacular: su paciente podía tocar el piano.

¿Te ha resultado interesante esta noticia?