Les robots sont prometteurs pour un grand nombre de personnes atteintes de troubles neurologiques du mouvement affectant gravement leur qualité de vie. Maintenant, les chercheurs ont utilisé des techniques d'intelligence artificielle pour construire un modèle algorithmique qui rendra les robots plus précis, plus rapide, et plus sûr lors de la lutte contre les tremblements des mains.

Leur modèle, qui est prêt à être déployé par d'autres, paraît ce mois-ci dans Rapports scientifiques , un journal en ligne de La nature . L'équipe internationale rapporte les techniques les plus robustes à ce jour pour caractériser les tremblements pathologiques des mains symptomatiques des problèmes moteurs courants et débilitants affectant un grand nombre d'adultes vieillissants. Un million de personnes dans le monde ont reçu un diagnostic de maladie de Parkinson, l'une des maladies neurodégénératives qui peuvent provoquer des tremblements des mains.

Alors que des technologies telles que des combinaisons exosquelettes portables sophistiquées et des robots de neurorééducation pourraient aider les gens à compenser certains mouvements involontaires, ces assistants robotiques doivent prédire avec précision les mouvements involontaires en temps réel - un décalage de seulement 10 ou 20 millisecondes peut contrecarrer une compensation efficace par la machine et, dans certains cas, peut même compromettre la sécurité.

Entrez dans le grand ensemble de données collectées au London (Ontario) Movement Disorders Centre et dans le modèle pionnier d'apprentissage automatique de l'équipe, qu'ils ont nommé PHTNet, pour " Tremblements pathologiques des mains utilisant des réseaux neuronaux récurrents ". À l'aide de petits capteurs, ils ont analysé les mouvements de la main de 81 patients dans la soixantaine et la soixantaine, puis appliqué une nouvelle technique de modélisation de réseau de neurones profonds basée sur les données pour extraire des informations prédictives applicables à tous les patients.

Leur article détaille le modèle d'intelligence artificielle et la formation, et rapporte un taux de confiance de 95% sur 24, 300 échantillons.

« Notre modèle est déjà au stade du prêt à l'emploi, à disposition des neurologues, des chercheurs, et les développeurs de technologies d'assistance, " a déclaré le co-auteur S. Farokh Atashzar, qui est maintenant professeur adjoint à NYU Tandon et qui a commencé à explorer l'utilisation de robots couplés à l'intelligence artificielle tout en menant des recherches doctorales et postdoctorales au Canada. « Cela nécessite une puissance de calcul importante, nous prévoyons donc de développer une basse consommation, approche de cloud computing qui permettra aux robots portables et aux exosquelettes de fonctionner au domicile des patients. Nous espérons également développer des modèles qui nécessitent moins de puissance de calcul et ajouter d'autres facteurs biologiques aux entrées. »