<mark id="oztn4"></mark>
1
我們來想象一下這樣一幅畫面：某天，你在醫院中醒過來，你已經記不清發生了什么，但是你驚恐地發現左手已經不在了，醫生告訴你你剛剛經歷了一場車禍。從那時起，你失去了你的左手，你很絕望。你發現生活中99%的事都要靠手來完成，這時，你想到了機器人義肢，也許它能夠幫你。在你朋友的建議下，你來到附近的康復中心，裝上了假肢。假肢完美地貼合你的身體，你很滿意，你還是像正常人一樣可以做自己喜歡的事，你漸漸地開始接受自己的新身份，你忘了自己是殘疾人。
那么，現在，我要告訴你一個悲傷的消息。
在歐洲，每年有1900起新的截肢案例。而機器人、康復科學、工程學能為這些人做些什么呢？至少在我寫這篇文章之前，它們能做的，非常少。
雖然多指義肢已經在醫療市場上出現8年了，但是要實現我前文描述的景象現在仍然很難實現，更別說整條手臂的截肢了。如果你失去了整條手臂，要實現上述的情景簡直癡人說夢。現在，只有世界頂尖的實驗室才能解決這個問題，而前提是它們能夠吸取到足夠多的資金。現在，世界上只有唯一一個成熟的機械義肢------DEKA義肢， 得到了FDA（美國食品藥品管理局）的批準。該裝置由Segway的發明者Dean Kamen的公司開發，尺寸與重量基本與成人的手臂一樣。該義肢由植入在殘留肢體中的肌動電極控制。傳感器會收集上臂肌肉運動時的電信號，而義肢中的計算機可識別出使用者的操作類型。雖然它在某一特定范圍的應用較為成熟，但要造福廣大百姓還遠遠不夠。
我們研究中心關注這個問題已經有10年之久了，并且一直在為打造自然靈活、值得信賴的上肢義肢而努力。
我們面臨著巨大的挑戰：怎樣將義肢連接到病人身體、怎樣確保系統能夠讓病人做自己想做的事，怎么避免控制系統產生的錯誤等等。我們與醫院和診所密切接觸，來了解病人的真正需求。
我們發現：主要的瓶頸就是現在的義肢有點像工業機器人。它們最開始是為某一特定的人群打造，后來卻要運用于其他的病人。因為每個病人的情況不一樣，因此要完成這個任務幾乎不可能。
我們需要一整套體系（包括傳感器、控制電子和義肢本身）能夠緊緊地和病人身體契合，并隨著時間的推移越來越契合。而對于系統來說是一個學習過程：一方面，基于機器學習的控制系統需要一直處于一種“提高”的狀態，能夠越來越適應新的環境；另一方面，病人也會隨著時間的推移對自己的義肢越來越了解，能夠向義肢發出指令。
這個過程有點像學習開摩托車。你需要了解引擎的力量、轉向裝置的穩定性，還需要學習如何啟動、控制方向、剎車等等。你練習得越多，你的技能就會越強。經過一段時間之后，你將能游刃有余。而義肢也是一樣，你需要與它親密接觸，這樣日復一日之后，它才能成為你身體的一部分。
我們使用這種機器學習技術來產生”不斷適應“的效果，讓義肢與病人越來越合拍。算法可以將身體信號轉變為控制指令，在接受到熟悉的指令時，義肢會作出相應反應；而在接受到不熟悉的指令（比如當時病人處于壓力狀態，肌肉狀態與平時不一樣，這時義肢會接受到新的指令）時，新的指令會添加到信息庫之中，這樣義肢今后遇到類似的情況將會作出相關反應。
這種技能其實非常重要。義肢會遇到很多不同的場景，比如，穩定地提起重物。想象一下：某個下午你在購物，不管你在走路、坐下、彎腰、蹲下，購物袋必須穩定地掛在你的手上，因此你的手、手腕、肩膀等必須保持穩定。而在康復項目的最開始，我們就要預測到這種情況；而碰到沒有遇到的情況，義肢就需要學習。
其實，義肢的學習就是控制系統的學習，而控制系統要不斷學習，就要讓它不斷和物體接觸，這就是康復的關鍵。此外，沒有哪個測試能迅速地產生效果。我們需要結合各種不同的物體、控制系統、義肢等等，一次一次試驗，讓系統適應不同的日常場景。這就意味著我們的工程師、數學家、機器人學家必須將自己的技能與醫學、與病人結合，必須學習與終端用戶、醫生等接觸，并要從一開始就測試不同的機電整合模型。
義肢不僅需要解決生物排斥性問題，需要與人體完美契合，更重要的，它要具備學習技能。不過，現階段的現實還很殘酷，很多截肢的人并沒有辦法安裝上義肢，并且世界上至今尚未出現文章開頭提到過的那種康復中心。
要讓義肢真正造福有需要的人，我們仍然道阻且長。從中長期來看，我們應該開放義肢市場；而在短期內，我們需要提升義肢功能，讓義肢能夠不斷學習，使之與用戶越來越合拍。只有這樣，我們才能真正讓殘疾人的世界變得更加美好。
Via：Robohub
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
