Élaboration d’un nouveau programme de réadaptation axé sur les tâches à l’aide d’une main robotique bimanuale exosquelette
20 mai 2020
Cette étude fait état de l’élaboration d’un nouveau programme axé sur les tâches assistées par robot pour la réadaptation des mains. Le processus de développement se compose d’expériences utilisant des sujets sains et des sujets qui ont eu un accident vasculaire cérébral et ont souffert du dysfonctionnement suivant de commande de moteur.
Ce protocole de formation robotisé et axé sur les tâches a été développé pour les patients souffrant de dysfonction de la main causée par des déficits neurologiques. Notre protocole est le premier à intégrer un programme de formation axé sur les tâches avec une main robotique pour la réadaptation de la fonction de la main et le premier à étudier la faisabilité et l’acceptabilité du protocole. Nous avons conçu des objets spécialisés qui peuvent être manipulés en utilisant le protocole de formation.
Ensuite, notre système de main robotique peut être appliqué à la formation bimanuelle de mouvement. Yi-Mei Chen et Szu-Shen Lai, ergothérapeutes de mon département, feront la démonstration de l’intervention. Avant de commencer l’analyse, placez le capteur sur la main intacte du sujet et utilisez le ruban crochet-boucle pour fixer le poignet.
Utilisez un tampon propre pour envelopper la main affectée et attachez solidement le ruban crochet-boucle. Desserrez le mécanisme du pouce de la main d’exosquelette pour permettre l’ajustement de l’angle d’ouverture du pouce, et placez la main affectée dans la main d’exosquelette. Attachez le crochet et la boucle à la paume à travers l’anneau de fixation.
Après cela, attachez les doigts un par un, en commençant par l’index et en terminant avec le pouce. Attachez le ruban crochet-boucle parallèle au poignet à travers l’anneau de fixation, et ajustez le pouce à un angle confortable. Ensuite, serrez le mécanisme du pouce.
Pour configurer la boîte de commande, insérez le câble pour la main d’exosquelette et insérez le câble pour le gant du capteur. Insérez les deux ensembles de câbles dans la prise dans la boîte de commande et insérez le câble d’alimentation dans la boîte de commande. Ensuite, connectez le câble d’alimentation à une prise avec la tension correcte.
Lorsque le système et le sujet sont prêts, passez à la boîte de commande et réglez le mode à Cinq Doigts pour permettre à la main d’exosquelette de déplacer passivement les doigts du sujet. Demandez au sujet d’effectuer une tâche de saisie et de libération guidée par la main d’exosquelette pendant 2,5 minutes. Passez du mode à un seul doigt.
Ensuite, laissez la main de l’exosquelette bouger les doigts du sujet individuellement et passivement pendant que le sujet s’étend et rétracte les doigts individuels pendant 2,5 minutes. Pour une session de mouvement bimanue assistée par un robot, passez le mode au Miroir pour permettre le mouvement de la main non affectée portant le gant du capteur pour contrôler les mouvements de la main d’exosquelette. Pour mener un essai de la capacité du sujet à manipuler des objets à l’aide du système robotique de la main, adaptez la main d’exosquelette à la main inchangée du sujet et le gant du capteur à la main intacte comme il vient de le démontrer, et placez une élingue sous le coude et la main d’exosquelette du sujet pour soutenir le bras affecté.
Ensuite, organisez une séance d’échauffement comme nous venons de le démontrer. Après l’échauffement, utilisez le système robotique de la main pendant cinq minutes pour démontrer comment manipuler les objets conçus, y compris en utilisant la préhension palmaire pour ramasser la cheville, une préhension latérale pour ramasser le cube rectangulaire, un mandrin à trois points pour ramasser le cube, une prise sphérique pour ramasser la balle, et une prise cylindrique pour ramasser la barre cylindrique. Après la démonstration, placez deux bases bilatéralement devant les mains du sujet, et placez les objets sur le dessus d’une base pour aider à leur manipulation.
Que le sujet utilise le système robotique de la main pour saisir chaque objet 20 fois par jour pendant trois jours consécutifs, en commençant par la zone de la base et en soulevant, en déplaçant et en libérant chaque objet sur la ligne médiane tout en surveillant et en enregistrant le taux de réussite pour chaque tentative. Dans cette analyse représentative, trois sujets sains et trois sujets post-course ont été évalués. L’âge moyen du groupe sain était de 28 ans, alors que l’âge moyen du groupe de patients était de 49 ans.
L’examen mini-mental d’état, l’évaluation de Fugl-Meyer, le doigt modifié d’échelle d’Ashworth, et les scores d’étape de Brunnstrom ont été également obtenus pour chaque patient. Les sujets du groupe sain manipulaient parfaitement tous les objets avec et sans le système robotique de la main, avec un taux de réussite moyen de 100% pour chaque tâche. Tous les patients, cependant, ont montré des difficultés en manipulant les objets sans le système robotique de main, démontrant un taux de succès de 0% pour tous les objets.
En revanche, tous les taux de réussite des patients ont augmenté de façon significative lorsque le système robotique de main a été utilisé, approchant des taux semblables à ceux observés chez les sujets sains, soutenant la faisabilité d’utiliser le système robotique de main dans les patients d’AVC. Rappelez aux sujets de se concentrer sur le contrôle du mouvement de leurs mains bilatérales pendant la formation bimanuelle de mouvement, en s’assurant que les modèles de prise sur les objets sont corrects. À la suite de cette procédure, un essai contrôlé randomisé est nécessaire pour déterminer les effets thérapeutiques du protocole de formation.
En utilisant cette technique, les chercheurs peuvent programmer des protocoles de réadaptation avec un mouvement délicat des doigts pour le dysfonctionnement grave de la main et peuvent explorer les effets sur la neuroplasticité du cerveau et les résultats fonctionnels.
Consultez la transcription complète et accédez à des milliers de vidéos scientifiques
Aperçu
Cette étude présente un nouveau protocole d'entraînement robot-assisté, orienté vers une tâche, conçu pour les patients souffrant de dysfonction de la main due à des déficits neurologiques. Il intègre un système de main robotique pour la réadaptation et étudie la faisabilité et l'acceptabilité de l'approche.
Composants clés de l'étude
Domaine scientifique
- Neuroscience
- Réadaptation
- Robotique
Contexte
- La dysfonction de la main peut résulter de conditions neurologiques telles qu'un AVC.
- Les méthodes de réadaptation traditionnelles peuvent ne pas traiter entièrement les déficits de contrôle moteur.
- L'assistance robotique offre un potentiel pour améliorer les résultats de réadaptation.
- L'entraînement orienté vers une tâche est crucial pour une récupération efficace.
Objectif de l'étude
- Développer un système robotique qui aide à la réadaptation de la main.
- Évaluer l'intégration de l'entraînement orienté vers une tâche avec l'assistance robotique.
- Évaluer la faisabilité et l'acceptabilité du protocole d'entraînement.
Méthodes utilisées
- Développement d'un système de main robotique pour la réadaptation.
- Conception d'objets spécialisés pour la manipulation pendant l'entraînement.
- Application du protocole dans l'entraînement des mouvements bimanuels.
- Implication d'ergothérapeutes pour la démonstration et l'orientation.
Principaux résultats
- Le protocole a été mis en œuvre avec succès avec des sujets sains et des patients atteints d'AVC.
- Les participants ont rapporté des expériences positives avec l'entraînement robotique.
- Les études de faisabilité ont indiqué que le protocole est pratique pour les milieux cliniques.
- L'acceptabilité parmi les utilisateurs suggère un potentiel d'application plus large.
Conclusions
- Le protocole d'entraînement assisté par robot montre des promesses pour la réadaptation de la main.
- L'intégration de l'entraînement orienté vers une tâche améliore l'efficacité de la réadaptation.
- Des recherches supplémentaires sont nécessaires pour optimiser le protocole et évaluer les résultats à long terme.
Questions fréquemment posées
Executive Industry Relevance
This study demonstrates a bimanual exoskeleton robotic hand system for task-oriented rehabilitation of upper limb dysfunction, offering a mechanistically grounded approach to motor retraining in neurological conditions. The protocol supports target validation of neuromuscular pathways through quantifiable grasp-and-release performance metrics, enabling preclinical modeling of rehabilitation interventions. By integrating bilateral sensorimotor feedback with functional object manipulation, the system provides a disease-relevant system for de-risking translational hypotheses in neurorehabilitation.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Scientific Value: Enables interrogation of motor control pathways through standardized grasp-and-release tasks with measurable success rates.
- Operational Value: Provides a reproducible platform for assessing neuromuscular function in healthy and disease models.
Screening & Assay Development
- Scientific Value: Facilitates preparation of validated biological systems for downstream screening of neuroprotective or neurorestorative compounds.
- Operational Value: Supports assay standardization via five distinct object manipulation tasks requiring specific prehension patterns.
Translational & Preclinical Research
- Scientific Value: Offers disease-relevant system modeling stroke-induced hand dysfunction with quantifiable functional endpoints.
- Operational Value: Enables continuity from discovery through preclinical validation by tracking bilateral movement coordination and task success.
Pipeline & Workflow Integration
The method positions within early discovery to preclinical workflow by providing quantifiable neuromuscular outputs that inform lead identification and predictive confidence in rehabilitation therapeutics.
- Discovery Biology: Supports hypothesis testing of bilateral motor integration and cortical reorganization through controlled bimanual training.
- Screening: Describes assay readiness via standardized object manipulation tasks that yield quantitative success rate measurements.
- Analytics: Highlights success rate as a key readout for comparing conditions across subject groups and intervention days.
- Translational Research: Connects to preclinical continuity by modeling stroke-related motor impairment and recovery trajectories.
- Enterprise Reuse: Frames the robotic hand system as a reusable platform for evaluating multiple neurorehabilitation protocols.
Operational & Enterprise Impact
- Scientific Value: Predictive confidence in motor pathway engagement through grasp performance metrics.
- Operational Value: Standardization of training protocols across subjects and sites using defined object sets and time parameters.
- Strategic Value: Enables go/no-go decisions on rehabilitation compounds based on functional recovery benchmarks.
- Portfolio Impact: Supports risk-adjusted advancement by quantifying task-oriented training effects on motor control.
Implementation Considerations
- Required expertise in occupational therapy, neurorehabilitation, and robotic system operation.
- Instrumentation needs include exoskeleton hand, sensor glove, control box, and standardized manipulation objects.
- Cross-team standardization requires consistent object placement, grasp pattern guidance, and success rate monitoring.
- Adaptation considerations across model systems involve adjusting resistance levels and task complexity for varying impairment levels.
- Practical limitations include dependency on bilateral motor control and training duration effects on fatigue.
