حرکت کردن فرد مبتلا به فلج چهاراندام به کمک اسکلت خارجی [تماشا کنید]

دانشمندان دانشگاه گرنوبل پس از ۲ سال آموزش بیمار فلج چهاراندام، موفق شدند به کمک یک اسکلت خارجی مجهز به هوش مصنوعی که به وسیله مغز کنترل می‌شود، به او توان حرکتی بدهند.

این بیمار ۲۸ ساله که در اثر سقوط از ارتفاع ۲۵ متری، دچار جراحت بخش گردن ستون فقرات خود شده است، تنها می‌تواند مچ دست راست خود را تکان دهد و دیگر اعضای وی از گردن به پایین، از کار افتاده است. محققین با جای‌گذاری دو ایمپلنت ۶۴ الکترودی در هر طرف مغز وی، توانایی خواندن فعالیت‌های حرکتی ذهن بیمار را به دست آوردند. سپس به کمک یک سیستم واقعیت افزوده، نحوه تکان دادن اندام‌های مجازی را به او آموزش دادند.

مراحل اولیه آموزش، ابتدایی بوده و شامل خاموش و روشن کردن یک کلید بوده است. پس از آشنا شدن بیمار با این سیستم، کار‌های پیچیده‌تر به وی محول شده است. محققین نیز به کمک هوش مصنوعی و یادگیری عمیق، فعالیت‌های مغزی هر یک از حرکات بیمار را بررسی و تقویت کردند.

در ادامه این‌ تمرینات، به بیمار نحوه حرکت عضلات به کمک اندام‌های مجازی آموزش داده شد و پس از مدت مشخصی، محققین از بیمار انجام حرکات پیچیده‌تر را درخواست کردند. پس از به پایان رسیدن آموزش‌ها به صورت مجازی، تست فیزیکی در دستور کار قرار گرفت.

اسکلت خارجی استفاده شده در این تست، شامل ۱۴ مفصل متحرک بوده که گستره حرکت در ۱۴ جهت مختلف را برای بیمار به ارمغان می‌آورد. در یکی از تست‌ها بیمار توانست با حرکت کردن به سمت یک مکعب و بلند کردن آن، به خوبی اندام خود را با ۸ درجه آزادی مختلف کنترل کند. در نهایت با بررسی کلی تست‌های انجام شده روی این بیمار، وی توانست ۷۱ درصد تست‌ها را با موفقیت پشت سر بگذارد.

این بیمار ۴۸ ساله به کمک این اسکلت خارجی ۱۴۵ متر را در ۴۸۰ قدم طی کرد که ۳۹ بار مجبور به توقف شد. پیشرفت وی بر اساس گفته محققین بسیار مناسب و دلگرم کننده بوده است. مسئولین این پژوهش می‌گویند با وجود این که بیمار توانست به کمک این اسکلت خارجی حرکت کند، اما تغییری در شرایط و بهبود بیماری وی ایجاد نمی‌شود. در ادامه می‌توانید ویدیو این تست را مشاهده کنید:

رابط بین ماشین و مغز در این مرحله همچنان ابتدایی بوده و سیگنال‌های الکتریکی خروجی از قشر حاوی حسگر حتی به کمک ایمپلنت به سختی پردازش می‌شوند. اما نکته امیدوار کننده این است که این سیستم، از راه‌حل‌های ارائه شده در دفعات قبلی بهتر عمل کرده است. با این وجود، سیستم‌های اینگونه که بر پایه هوش مصنوعی و اسکلت خارجی هستند، باید حداقل هر ۷ هفته یکبار کالیبره شوند تا دقت و کارایی خود را حفظ کنند.

یادگیری عمیق، به عنوان یکی از روش‌های ارزشمند یادگیری و پیدا کردن الگو‌های داده‌های خروجی از دستگاه‌های اسکن مغز معرفی شده است. بر همین اساس گفته می شود که ایلان ماسک (بنیان‌گذار تسلا) به دنبال توسعه دستگاهی است که داده‌های مغزی را با دقت بیشتری نسبت دستگاه‌های فعلی پردازش کند.

هدف بعدی این پژوهشگران این است که بیمار بتوانند بدون متصل بودن به سقف محل آزمایش حرکت کرده و بدون کمک، تعادل خود را حفظ کند. همچنین آن‌ها می‌خواهند در آینده‌ای نزدیک توانایی کنترل کامل اندام‌های مصنوعی را به کمک سیگنال‌های مغزی پردازش کنند.