
A maioria das próteses de mão continua a enfrentar um desafio fundamental: cada amputado tem necessidades únicas, mas a maioria dos dispositivos baseia-se num design único para todos. Consequentemente, continua a ser difícil conseguir um controlo natural e intuitivo, o que muitas vezes obriga os utilizadores a dedicar um tempo significativo à aprendizagem e à adaptação.
Mesmo com a sofisticada tecnologia protética atual, muitos utilizadores continuam a ter dificuldades em controlar os seus dispositivos. Os sinais musculares podem variar devido ao suor, a alterações no estado da pele ou a movimentos rotineiros, tornando difícil para a prótese interpretar de forma consistente as intenções de quem a usa. Esta desconexão pode ser frustrante e pode até levar alguns utilizadores a deixar completamente de usar a sua prótese de mão.
Embora os investigadores tenham melhorado a forma como os sistemas protéticos descodificam a atividade muscular, persiste um obstáculo fundamental: estes sinais continuam a ser inconsistentes e difíceis de converter em movimentos suaves e intuitivos.
Para superar esta limitação, o Dr. Erik Engeberg está a desenvolver uma abordagem diferente que privilegia a personalização em detrimento de designs «tamanho único». Professor na Faculdade de Engenharia e Ciências da Computação da Florida Atlantic University (FAU), Engeberg exerce funções nos Departamentos de Engenharia Oceânica e Mecânica e de Engenharia Biomédica. Pertence também ao Instituto Stiles-Nicholson do Cérebro da FAU e ao Centro de Sistemas Complexos da FAU, onde desenvolve sistemas protéticos que se adaptam às características únicas de cada utilizador.
Uma manga personalizada interpreta a intenção do utilizador
O processo começa com uma digitalização 3D do membro residual do utilizador, que os engenheiros utilizam para conceber uma manga vestível personalizada, impressa em 3D, equipada com sensores magnéticos macios e flexíveis. Estes sensores assentam confortavelmente na pele e detetam alterações subtis na forma e na pressão muscular quando o utilizador tenta mover a mão ou o pulso, permitindo a interpretação em tempo real da intenção.
Os engenheiros personalizam totalmente o sistema: ajustam a disposição dos sensores para incluir 18 ou 24 módulos, dependendo do tamanho e da anatomia do membro. Os engenheiros também o associam a um modelo de IA treinado especificamente para cada indivíduo, que aprende os padrões únicos de atividade muscular dessa pessoa, em vez de se basear em conjuntos de dados genéricos.
Sinais consistentes durante a utilização repetida
Em testes que envolveram 10 participantes, incluindo três pessoas com amputação dos membros superiores, o sistema conseguiu reconhecer 19 gestos da mão e do pulso em tempo real e converter a intenção do utilizador no controlo de uma mão robótica ágil. Os resultados, publicados na revista IEEE Transactions on Neural Systems and Rehabilitation Engineering, indicam que o desempenho se manteve fiável e consistente ao longo de ensaios repetidos.
Para avaliar a durabilidade a longo prazo, os investigadores submeteram o sistema a mais de 7 500 ciclos de força robótica ao longo de várias horas, enquanto monitorizavam cuidadosamente as respostas dos sensores. Os resultados demonstraram uma correlação forte e estável entre a força aplicada e a saída, com deteção precisa da pressão e sem qualquer declínio percetível no desempenho.
Após milhares de ciclos repetidos, os sinais mantiveram-se claros e estáveis, revelando uma forte separação entre ruído e dados significativos e apenas uma ligeira variação ao longo do tempo. Em geral, os sensores não apresentaram qualquer desvio ou degradação significativos, preservando a precisão, a repetibilidade e a capacidade de resposta necessárias para a utilização prática de próteses.
O autor principal, Engeberg, afirmou: «Não podemos padronizar o controlo das próteses porque cada pessoa tem um padrão de movimento único, moldado pela sua anatomia, histórico de lesões e pela forma como os músculos remanescentes funcionam.» «Para que estes sistemas sejam eficazes na utilização quotidiana, têm de ser adaptados a cada indivíduo. Ao integrar sensores vestíveis impressos em 3D com modelos de IA personalizados, estamos a aproximar-nos de próteses que respondem de forma natural e instantânea à intenção do utilizador, em vez de exigir que os utilizadores se adaptem às limitações do dispositivo.»
Não existe uma configuração única de sensores que sirva para todos
Os resultados revelaram também que não existe uma configuração universal de sensores que funcione melhor para toda a gente. Alguns participantes alcançaram maior precisão com menos sensores, enquanto outros precisaram de um número maior, sendo que a configuração ideal depende da anatomia individual, do historial de lesões e do estado dos músculos remanescentes. Em vários casos, os participantes alcançaram mais de 90% de precisão em vários gestos apenas quando os engenheiros personalizaram a disposição dos sensores para corresponder aos padrões musculares residuais de cada utilizador.
«As nossas conclusões mostram que o desempenho das próteses depende fortemente da forma como a colocação e a densidade dos sensores são adaptadas a cada indivíduo», afirmou Engeberg. «Isto aponta para um futuro em que os protésicos poderão ajustar as configurações dos sensores de forma muito semelhante a uma receita médica, otimizando tanto o conforto como a funcionalidade para cada utilizador.»
O estudo também gerou um conjunto de dados partilhado, proveniente tanto de participantes amputados como não amputados, oferecendo um recurso útil para futuras investigações nesta área.
A extensão da necessidade não satisfeita
«Esta investigação aborda um objetivo muito prático: melhorar diretamente a qualidade de vida das pessoas», afirmou Stella Batalama, Ph.D., reitora da Faculdade de Engenharia e Ciências da Computação. «Quando os avanços da engenharia estão alinhados com as necessidades do mundo real — especialmente para indivíduos que dependem de próteses para a sua independência —, o impacto estende-se muito para além do laboratório. Trata-se de restaurar a função, reconstruir a confiança e permitir que as pessoas interajam com o mundo de forma mais natural.»
Nos Estados Unidos, cerca de 2,1 milhões de pessoas vivem com perda de membros, sendo realizadas aproximadamente 185 000 amputações por ano. A nível mundial, mais de 50 milhões de pessoas são afetadas, e prevê-se que este número aumente devido à diabetes, doenças vasculares, traumatismos e lesões relacionadas com conflitos. Restaurar a função dos membros superiores é particularmente difícil devido à complexidade intrínseca dos movimentos naturais da mão e dos dedos.
O coautor do estudo é Wen-Yu «Marty» Cheng, estudante de pós-graduação e doutorando na Faculdade de Engenharia e Ciências da Computação da Florida Atlantic University.

Leia o artigo original em: Tech Xplore