Gráfico de Conceptos & Resumen usando Claude 3 Opus | Chat GPT4 | Llama 3:
Resumen:
1.- Jose Maria Azorin discute interfaces cerebro-computadora (BCIs) para controlar exoesqueletos robóticos y ayudar a personas con discapacidades a caminar.
2.- El accidente cerebrovascular y las lesiones de la médula espinal causan dificultades para caminar. La rehabilitación tradicional utiliza un enfoque de abajo hacia arriba con terapeutas moviendo las piernas de los pacientes.
3.- Los exoesqueletos con actuadores pueden aplicar fuerzas para ayudar a los pacientes a caminar, pero aún usan un enfoque de rehabilitación de abajo hacia arriba.
4.- Los BCIs pueden evitar vías dañadas, decodificando señales cerebrales para controlar exoesqueletos. Esto combina enfoques de abajo hacia arriba y de arriba hacia abajo para una neuroplasticidad más fuerte.
5.- El proyecto WALK (2019-2020) desarrolló un BCI robusto para controlar un exoesqueleto con comandos básicos como caminar, parar, girar, acelerar/desacelerar.
6.- WALK colaboró con hospitales y la Universidad de Houston. El entrenamiento en bucle abierto ajustó modelos estáticos y de movimiento. Las pruebas en bucle cerrado evaluaron el control en tiempo real.
7.- WALK utilizó imágenes motoras y nivel de atención para detectar la intención de caminar. 27 electrodos EEG registraron señales, procesadas para controlar el exoesqueleto.
8.- Los resultados mostraron que la persona podía usar el BCI para caminar con el exoesqueleto. La precisión mejoró en múltiples sesiones.
9.- Los desafíos incluyeron tener en cuenta las diferencias de EEG entre estados estáticos y de caminata, y el control conservador a veces deteniendo el exoesqueleto involuntariamente.
10.- Un proyecto de seguimiento introdujo el entrenamiento en realidad virtual para reducir el tiempo de entrenamiento del exoesqueleto sin afectar negativamente el rendimiento del control en bucle cerrado.
11.- El grupo de entrenamiento en VR logró una precisión estática similar y mejor precisión de movimiento en comparación con el grupo de control sin VR.
12.- Las pruebas de usabilidad con pacientes con lesiones de la médula espinal encontraron que estaban satisfechos con el rendimiento del BCI-exoesqueleto. El esfuerzo aumentó pero se mantuvo sub-máximo.
13.- El proyecto Regate (2022) está desarrollando un nuevo enfoque de rehabilitación combinando BCIs basados en EEG y estimulación de la médula espinal.
14.- Regate utiliza un BCI asincrónico donde el usuario solo necesita pensar "caminar" para comenzar y "parar" para detenerse, no imaginar continuamente caminar.
15.- Los modelos estáticos y de movimiento se entrenaron utilizando aprendizaje profundo (EEGNet) en datos de sesiones iniciales, luego se ajustaron en sesiones posteriores.
16.- El ajuste fino de todas las capas de los modelos de aprendizaje profundo logró la mejor precisión - 54% para estático y movimiento.
17.- En pruebas de bucle cerrado, los usuarios podían comenzar a caminar de manera confiable con el exoesqueleto. La precisión de parada varió entre los usuarios (35-90%).
18.- Evitar paradas no intencionadas es importante. El mejor ratio de paradas no intencionadas fue del 27%, pero algunos usuarios tuvieron ratios más altos.
19.- El trabajo actual busca mejorar los resultados incorporando la detección de potencial de error en el algoritmo BCI.
20.- Los videos demostraron la operación exitosa del BCI, incluida una demostración en vivo con un paciente frente a la prensa, a pesar de las distracciones.
21.- Conclusiones clave: Los pacientes pueden controlar exoesqueletos usando BCIs basados en EEG. Esto es probablemente beneficioso, pero aún se necesitan ensayos clínicos.
22.- Los próximos pasos son realizar ensayos clínicos con muchos pacientes durante períodos prolongados para validar los beneficios de rehabilitación del enfoque BCI.
23.- El presentador reconoció el arduo trabajo de los miembros de su equipo de laboratorio que están avanzando en la investigación que presentó.
24.- En general, la investigación demuestra un progreso impresionante en el uso de BCIs no invasivos para restaurar la capacidad de caminar en individuos con parálisis o discapacidades motoras.
25.- El desarrollo futuro de esta tecnología podría proporcionar una nueva opción de rehabilitación prometedora para mejorar la movilidad y la calidad de vida de los pacientes.
Bóveda del Conocimiento construida porDavid Vivancos 2024