Le gant robotique souple alimenté par l'IA améliore la dextérité de la main des survivants d'un AVC

Université Florida Atlantic, Floride

Le gant robotique souple intègre cinq actionneurs dans un seul appareil portable qui s’adapte à la main de l’utilisateur. (Image :Alex Dolce)

Pour les personnes ayant subi un neurotraumatisme tel qu’un accident vasculaire cérébral, les tâches quotidiennes peuvent être extrêmement difficiles en raison d’une diminution de la coordination et de la force d’un ou des deux membres supérieurs. Ces problèmes ont stimulé le développement de dispositifs robotiques pour améliorer leurs capacités. Cependant, la nature rigide de ces appareils d'assistance peut être problématique, en particulier pour des tâches plus complexes comme jouer d'un instrument de musique.

Un gant robotique, le premier en son genre, donne un « coup de main » et redonne espoir aux pianistes qui ont subi un accident vasculaire cérébral invalidant. Développé par des chercheurs du Collège d'ingénierie et d'informatique de la Florida Atlantic University, l'exosquelette robotique souple utilise l'intelligence artificielle pour améliorer la dextérité de la main.

Combinant des capteurs tactiles flexibles, des actionneurs souples et l'IA, ce gant robotique est le premier à « sentir » la différence entre les versions correctes et incorrectes d'une même chanson et à combiner ces fonctionnalités dans un exosquelette à une seule main.

"Jouer du piano nécessite des mouvements complexes et hautement qualifiés, et les tâches de réapprentissage impliquent la restauration et le recyclage de mouvements ou de compétences spécifiques", a déclaré Erik Engeberg, Ph.D., auteur principal, professeur au département de génie océanique et mécanique de la FAU au sein du Collège d'ingénierie et d'informatique, et membre du Centre FAU pour les systèmes complexes et les sciences du cerveau et du FAU Stiles-Nicholson Brain Institute. "Notre gant robotique est composé de matériaux et de capteurs doux et flexibles qui offrent un soutien et une assistance en douceur aux individus pour réapprendre et retrouver leurs capacités motrices."

Les chercheurs ont intégré des réseaux de capteurs spéciaux dans chaque doigt du gant robotique. Contrairement aux exosquelettes antérieurs, cette nouvelle technologie fournit une force et un guidage précis pour récupérer les mouvements fins des doigts nécessaires au jeu du piano. En surveillant et en répondant aux mouvements des utilisateurs, le gant robotique offre des commentaires et des ajustements en temps réel, ce qui leur permet de mieux comprendre les bonnes techniques de mouvement.

Pour démontrer les capacités du gant robotique, les chercheurs l’ont programmé pour ressentir la différence entre les versions correctes et incorrectes de la chanson bien connue « Mary Had a Little Lamb », jouée au piano. Pour introduire des variations dans l'interprétation, ils ont créé un pool de 12 types d'erreurs différents pouvant survenir au début ou à la fin d'une note, ou dus à des erreurs de timing prématurées ou retardées, et qui persistaient pendant 0,1, 0,2 ou 0,3 seconde. Dix variations de chansons différentes consistaient en trois groupes de trois variations chacun, plus la chanson correcte jouée sans erreur.

Pour classer les variations de chansons, les algorithmes Random Forest (RF), K-Nearest Neighbour (KNN) et Artificial Neural Network (ANN) ont été entraînés avec les données des capteurs tactiles situés au bout des doigts. La détection des différences entre les versions correctes et incorrectes de la chanson a été réalisée avec le gant robotique de manière indépendante et porté par une personne. La précision de ces algorithmes a été comparée pour classer les variations de chansons correctes et incorrectes avec et sans le sujet humain.

Résultats de l'étude, publiés dans la revue Frontiers in Robotics and AI, a démontré que l'algorithme ANN avait la précision de classification la plus élevée de 97,13 pour cent avec le sujet humain et de 94,60 pour cent sans le sujet humain. L'algorithme a réussi à déterminer le pourcentage d'erreur d'une certaine chanson ainsi qu'à identifier les pressions sur les touches qui étaient hors du temps.

Le gant a été conçu à l’aide de stents en acide polyvinylique imprimés en 3D et d’un moulage en hydrogel pour intégrer cinq actionneurs dans un seul dispositif portable qui s’adapte à la main de l’utilisateur. Le processus de fabrication est nouveau et le facteur de forme pourrait être personnalisé en fonction de l'anatomie unique de chaque patient grâce à l'utilisation de la technologie de numérisation 3D ou de tomodensitométrie.

« Notre conception est nettement plus simple que la plupart des conceptions, car tous les actionneurs et capteurs sont combinés en un seul processus de moulage », a déclaré Engeberg. "Il est important de noter que même si l'application de cette étude concernait la lecture d'une chanson, l'approche pourrait être appliquée à une myriade de tâches de la vie quotidienne et l'appareil pourrait faciliter des programmes de rééducation complexes personnalisés pour chaque patient."

Les cliniciens pourraient utiliser les données pour développer des plans d'action personnalisés afin d'identifier les faiblesses des patients, qui peuvent se présenter comme des sections de la chanson qui sont systématiquement jouées de manière erronée et peuvent être utilisées pour déterminer quelles fonctions motrices nécessitent une amélioration.

Pour plus d'informations, contactez Gisèle Galoustian à Cette adresse e-mail est protégée contre les robots spammeurs. Vous devez activer Javascript pour le visualiser..