南加州大学(USC)的研究人员在卒中康复技术领域取得了显著进展。他们开发了一种新型机器人系统,能够提供卒中幸存者手臂自发活动情况的精确数据。这项由计算机科学博士生内森·dent (Nathan Dennler)领导的研究成果,有望彻底改变临床医生 trac和评估卒中幸存者康复进展的方式。.
手臂不使用的挑战
全球每年有超过1500万人遭受中风,其中相当一部分人面临手臂和手部功能障碍。“手臂废用”或“习得性废用”的概念指的是中风幸存者在非临床环境下倾向于减少使用较弱侧手臂。这种现象会阻碍康复并导致进一步的并发症。解决手臂废用问题需要进行准确的评估,但由于“观察者悖论”,这极具挑战性。患者在知道自己被观察时往往会改变行为,这使得收集他们自然手臂使用情况的数据变得困难。.
创新型机器人系统
南加州大学的研究人员开发了一种新型机器人系统来应对这一挑战。该系统结合了能够 trac精确三维空间信息的机械臂和社交辅助机器人(SAR),后者可在评估过程中为患者提供指导和鼓励。其主要目标是收集中风幸存者在真实场景中如何自发使用手臂的精确数据。.
评估过程
本研究招募了14名参与者,他们在发生中风前均为右利手。参与者将双手放在一个带有触摸传感器的3D打印盒子上,该盒子作为设备的初始位置。一名辅助操作员(SAR)向参与者解释系统的工作原理并提供积极反馈,同时机械臂将按钮移动到参与者面前的不同目标位置(共100个位置)。当按钮亮起时,“抓取试验”开始,辅助操作员会提示参与者移动。.
在第一阶段,参与者被引导使用他们惯用的手去够按钮,模拟日常使用情况。在第二阶段,他们被要求使用中风患侧手臂,模拟在理疗或临床环境中进行的操作。随后,研究人员运用机器学习技术分析了三个指标:手臂使用概率、够到按钮所需时间和成功够到按钮的次数,并以此确定手臂无法使用的指标。.
结果与观察
该研究结果表明,慢性中风幸存者在选择手部动作以及到达工作空间目标所需时间方面存在显著差异。这种差异表明手臂功能丧失的程度,并凸显了制定个性化康复策略的必要性。参与者认为该系统安全易用,用户体验评分高于平均水平。该技术具有进一步改进的潜力,可通过个性化功能进行优化,例如整合更多行为数据,如面部表情和多样化的任务。.
对中风康复的影响
南加州大学研究人员开发的创新型机器人系统为中风康复提供了几个很有前景的优势:
- 客观数据:传统的评估手臂无功能状态的方法依赖于主观观察,这容易产生误差。该机器人系统能够提供关于中风幸存者手臂使用情况的丰富、客观信息,使康复治疗师能够做出更明智的临床决策。
- 个性化干预:治疗师掌握了患者手臂使用模式的精确数据后,可以根据患者的薄弱环节和优势部位,制定个性化的干预方案。这种个性化方法能够显著提高中风康复的有效性。
- 激励与反馈:在评估过程中引入社交辅助机器人,可以收集数据并为患者提供指导和激励。这种激励作用能够鼓励患者积极参与康复锻炼,从而可能带来更好的治疗效果。
- 一致性和可重复性:该系统在多次测试中均表现出一致性,使其成为监测长期进展的可靠工具。这一特性对于trac长期康复情况至关重要。
未来方向
南加州大学的研究团队设想进一步改进他们的机器人系统。个性化是他们重点探索的方向,包括整合更多行为数据和多样化任务。通过对系统进行微调并使其适应个体患者,改善中风康复效果的潜力将更加显著。.
南加州大学研究人员开发的机器人系统代表着中风康复领域的一项重大突破。该系统解决了手臂无法使用的难题,并能提供患者康复情况的客观数据,有望彻底改变中风患者的监测和治疗方式。这项创新技术展现了个性化、高效中风康复的未来前景,为全球数百万中风后努力重获行动能力和独立生活能力的人们带来了希望。.

