Exoesquelets modulars personalitzables per a pacients amb patologies neurològiques
ICOPE: solucions innovadores en la refrigeració de l’electrònica de potència en els avions
desembre 19, 2020
Intel·ligència Artificial per augmentar la seguretat aèria davant tempestes
desembre 11, 202010/12/2020
El Laboratori d’Enginyeria Biomecànica (BIOMEC) del Centre de Recerca en Enginyeria Biomèdica (CREB) participa en el projecte TAILOR-Sistemes Modulars Robòtics i Neuroprotèsics Personalitzables per a l'Assistència de la Marxa Patològica, el qual té per objectiu el desenvolupament d’exoesquelets i neuropròtesis modulars que permetin la seva adaptació als dèficits de la marxa específics de cada pacient neurològic.
TAILOR té per objectiu concebre i dissenyar l'exoesquelet com una plataforma integrada per mòduls, cadascun per a una articulació de l'extremitat inferior −maluc, genoll, turmell−, amb actuadors i sensors seleccionats per a respondre als requeriments del dispositiu. El projecte utilitza un enfocament anomenat 'disseny centrat en l'usuari', en el qual els usuaris finals d'aquests sistemes −persones amb patologia neurològica, personal clínic i cuidadors− s'involucren en totes les fases del projecte: des de la definició dels requeriments inicials, fins a l'avaluació final, amb una estreta interacció durant les fases de disseny de prototips.
TAILOR integra tres subprojectes, amb una duració de 3 anys. L’Hospital Nacional de Parapléjicos lidera la primera de les tres parts del projecte, en què també hi participa l'Institut Guttmann de Barcelona, i se centra en el desenvolupament de les mètriques de marxa per adaptar-les als dèficits de la marxa específics de cada persona, i en la implementació de les estratègies de disseny centrat en l'usuari per analitzar els requeriments, preferències i expectatives dels usuaris finals, amb l'objectiu d'incorporar-les en totes les fases de desenvolupament i avaluació dels sistemes.
El Grup de Rehabilitació Neural de l'Institut Cajal (CSIC), treballa en la segona part del projecte, per desenvolupar la neuropròtesi modular, és a dir, el disseny i la connexió en xarxa dels mòduls robòtics per donar cobertura a l'estimulació elèctrica funcional de la musculatura. Això permet combinar els mòduls per mobilitzar diverses articulacions mitjançant estimulació. Aquesta idea inclou, a més, estratègies de control híbrides per assistir la marxa de l'usuari que combini de manera eficaç l'estimulació de la musculatura donada per la neuropròtesi amb una actuació robòtica.
La tercera part, desenvolupada pel Laboratori d'Enginyeria Biomecànica (BIOMEC), té com a objectiu el desenvolupament dels exoesquelets modulars i de la plataforma de simulació.
A més, en el marc de TAILOR, BIOMEC investiga la possibilitat de simular de manera virtual en ordinador l'efecte de l’assistència robòtica sobre la mobilitat del pacient. Per a això es produeix una captura del moviment de la marxa del mateix, s'integren en el programa de simulació els mòduls (exoesquelet i/o neuropròtesi) i es verifica l'efecte que el sistema tindrà sobre la marxa del pacient. Aquesta eina de simulació permetrà dissenyar tecnologia d'assistència a la marxa personalitzada a cada pacient, creant sistemes més lleugers i assequibles; i reduint el temps d'adaptació del pacient al dispositiu d'assistència.
El projecte està finançat pel Pla Nacional d'I+D del Ministeri de Ciència, Innovació i Universitats, i coordinat per l'Hospital Nacional de Parapléjicos de Castella-la Manxa. Hi col·laboren a més l'Institut Cajal del Consell Superior d'Investigacions Científiques (CSIC) i l'Institut Guttmann de Barcelona.
Projectes Relacionats
- El centre de recerca Intelligent Data Science and Artificial Intelligence (IDEAI) de la UPC forma part del projecte AI4HealthyAging, que desenvoluparà solucions intel·ligents per a la detecció precoç de malalties neurològiques, motores i degeneratives derivades de l’envelliment.
- Cada any, més de quatre milions de pacients adquireixen alguna infecció associada a estades hospitalàries, segons l’European Centre for Disease Prevention and Control i l’Organització Mundial de la Salut. Les dades indiquen que l’impacte d’aquestes infeccions ja ha generat una mortalitat directa i indirecta de 137.000 pacients i un cost de set bilions d’euros anuals.
- El projecte Hospitals 4.0 – Machine learning per a una gestió més efectiva, en el qual participa el Grup MCIA de la Universitat Politècnica de Catalunya, té com a principal objectiu la construcció d'un digital twin que permetrà un sistema de gestió d'equips predictiu i correctiu.
- BIOPHOCH té com a objectiu desenvolupar noves eines i metodologies per a l’anàlisi d’imatges i el processament de dades en l’àmbit de la salut a través de les tecnologies fotòniques.
