Ett implantat använder maskininlärning för att ge amputerade kontroll över händerproteser

Joe Hamilton, en deltagare i University of Michigan RPNI-studie, använder sitt sinne för att kontrollera en DEKA-proteshand för att plocka upp ett litet block Evan Dougherty | University of Michigan Engineering

Forskare har arbetat för att göra sinneskontrollerade proteser till verklighet i minst ett decennium. I teorin kan en konstgjord hand som amputerade kan kontrollera med sitt sinne återställa deras förmåga att utföra alla slags dagliga uppgifter och dramatiskt förbättra deras levnadsstandard.

Men hittills har forskare stått inför en stor barriär: de har inte kunnat komma åt nervsignaler som är starka eller stabila nog att skicka till den bioniska extremiteten. Även om det är möjligt att få den här typen av signal med hjälp av ett hjärn-maskin-gränssnitt, är proceduren för att implantera en invasiv och kostsam. Och nervsignalerna som bärs av de perifera nerverna som fläktar ut från hjärnan och ryggmärgen är för små.

Ett nytt implantat kommer runt detta problem genom att använda maskininlärning för att förstärka dessa signaler. En studie, publicerad i Vetenskap translationell medicin idag, fann att det fungerade för fyra amputerade i nästan ett år. Det gav dem fin kontroll över sina protetiska händer och lät dem plocka upp miniatyrklossar, ta tag i föremål som läskburkar och spela sten, papper, sax.

Det är första gången som forskare har registrerat millivoltsignaler från en nerv - mycket starkare än någon tidigare studie.

Styrkan i denna signal gjorde det möjligt för forskarna att träna algoritmer för att översätta dem till rörelser. Första gången vi slog på den fungerade det direkt, säger Paul Cederna, professor i biomekanik vid University of Michigan, som ledde studien . Det fanns ingen klyfta mellan tanke och rörelse.

Förfarandet för implantatet kräver att en av den amputerades perifera nerver skärs av och sys upp till muskeln. Webbplatsen läker och utvecklar nerver och blodkärl under tre månader. Elektroder implanteras sedan på dessa platser, vilket gör att en nervsignal kan registreras och skickas vidare till en handprotes i realtid. Signalerna omvandlas till rörelser med hjälp av maskinlärande algoritmer (samma typer som används för hjärn-maskin-gränssnitt).

Amputerade som bar handprotesen kunde kontrollera varje enskilt finger och vrida sina tummar, oavsett hur nyligen de hade tappat sin lem. Deras nervsignaler registrerades i några minuter för att kalibrera algoritmerna till deras individuella signaler, men efter det fungerade varje implantat direkt, utan att behöva kalibrera om under de 300 dagarna av testning, enligt studiens medledare Cynthia Chestek, en medarbetare professor i biomedicinsk teknik vid University of Michigan.

Det är bara en proof-of-concept-studie, så det kräver ytterligare testning för att validera resultaten. Forskarna rekryterar amputerade för en pågående klinisk prövning, finansierad av DARPA och National Institutes of Health.

Dölj