Uudenlainen käsiproteesi oppii käyttäjältään – ja käyttäjä proteesilta
Aalto-yliopiston tohtorikoulutettava Dennis Yeung on yhdessä tutkimusryhmänsä kanssa kehittänyt ja testannut uudenlaista tekniikkaa, joka mahdollistaa paremman yhteensopivuuden proteesin ja amputoidun alueen välillä. Tutkimus tehtiin yhteistyössä HUSin ja Imperial College London -yliopiston kanssa, ja sen rahoittivat Suomen Akatemia ja Euroopan tiedeneuvosto.
Henkilöt, joiden yläraaja on amputoitu, pystyvät hallitsemaan robottiproteesia supistamalla jäljellä olevia lihaksiaan. Liitäntää, jossa proteesi havaitsee lihaksen tuottamia sähköisiä signaaleja, tunnetaan nimellä myoelectric interface. Edistyksellisimmät proteesit sisältävät koneoppimisalgoritmeja, jotka auttavat tulkitsemaan näitä käyttäjän luomia signaaleja. Tällaiset liitännät ovat kuitenkin usein erittäin herkkiä ulkoisille tekijöille, kuten hikoilulle, ja heikentyvät ajan myötä. Tämän ratkaisemiseksi tutkimusyhteisö on ehdottanut erilaisia algoritmeja, jotka voisivat mukautua paremmin muuttuviin olosuhteisiin.
Olemassa olevat järjestelmät vaativat käyttäjiltään toimenpiteitä, mutta Yeung tiimeineen kehitti täysin automatisoidun järjestelmän, joka oppii ollessaan käytössä ja mukautuu siten vaihteleviin olosuhteisiin.
”Järjestelmässä käyttäjä ja järjestelmä oppivat samanaikaisesti toisiltaan. Tällä on potentiaalisia etuja proteesien mukavuuden ja kestävyyden parantamisessa”, Yeung sanoo.
Luotettavampia proteeseja
Tutkimustuloksia testattiin virtuaaliympäristössä, jossa sitä verrattiin olemassa oleviin järjestelmiin. Menestyksekkäiksi osoitettujen testien jälkeen tutkimusryhmä testasi käyttöliittymää huippuluokan proteesilaitteessa Imperial College London -yliopistossa, jossa amputoitu henkilö suoritti proteesilla pyykkipoikien siirtotestejä. Pyykkipojilla tehtävät testit ovat laajasti fysioterapeuttien käyttämiä, koska niillä voidaan arvioida yläraajojen toimintaa.
Mukautuvat proteesilaitteet ovat melko kalliita, joten järjestelmien luotettavuuden parantaminen vähentää taloudellisia riskejä, joita yksilöille ja julkisille terveydenhuoltolaitoksille voi koitua proteesien hankkimisesta.
Järjestelmän toimivuus on tutkittu kontrolloiduilla ja standardoiduilla kokeilla, mutta käyttäjien tarpeet saadaan parhaiten selville kvalitatiivisissa pitkittäistutkimuksissa.
”Tulevaisuuden kannalta on erittäin tärkeää jatkaa yhteistyötä terveydenhuollon ja proteesien käyttäjien kanssa”, Yeung kertoo.
Tulokset on julkaistu IEEE Transactions on Biomedical Engineering -lehdessä. Open Access -artikkeli on .
Lisätietoa (englanniksi):
Dennis Yeung
Tohtorikoulutettava
Aalto-yliopisto
dennis.yeung@aalto.fi
050 3230 897
Lue lisää uutisia
Hämeenlinnan taidemuseon näyttely herättää teokset henkiin elokuvan keinoin
Hämeenlinnan taidemuseossa nähdään yhteistyössä Aalto-yliopiston elokuvataiteen laitos ELO:n kanssa toteutettu Kehyskertomuksia: 24 fps / Reframing Cinema -näyttely.
Jätteet pois silmänpohjasta – kuivan ikärappeuman hoitoon on kehitetty lääketieteellinen hoitomenetelmä
Silmänpohjan ikärappeumasta kärsii reilu kolmasosa yli 80-vuotiaista. Valtaosalla kyseessä on taudin kuiva muoto, joka etenee hitaasti. Tähän kansantautiin ei ole tehokasta hoitoa, vaikka esimerkiksi antioksidanttien käyttöä on kokeiltu. Silmänpohjan ikärappeuman kuivan muodon eteneminen voidaan nyt mahdollisesti pysäyttää uudella, Aalto-yliopiston tutkijoiden kehittämällä hoitomenetelmällä.
Tekoäly saa meidät yliarvioimaan kognitiiviset kykymme – tutkimus paljastaa käänteisen ylivertaisuusvinouman
Uusi tutkimus varoittaa luottamasta sokeasti suuriin kielimalleihin loogisessa päättelyssä. Jos ChatGPT-keskustelussa käyttää vain yhden kehotteen, tekoälyn hyödyllisyys jää paljon rajallisemmaksi kuin käyttäjät ehkä ymmärtävät.