Đột quỵ là một trong những nguyên nhân hàng đầu gây tử vong và tàn tật trên thế giới. Mỗi năm, khoảng 15 triệu người bị đột quỵ, trong đó 5 triệu người phải sống với những di chứng kéo dài. Trong khi đó, tình trạng thiếu nhân lực vật lý trị liệu khiến người bệnh khó tiếp cận các chương trình phục hồi chức năng đều đặn và chất lượng.
Một nhóm kỹ sư cơ khí tại Viện Công nghệ Massachusetts (MIT) đang tìm cách giải quyết bài toán này bằng cách kết hợp AI tiên tiến với kinh nghiệm chăm sóc trực tiếp của con người.
“Chúng tôi muốn dạy robot cách hỗ trợ vật lý trị liệu và hoạt động trị liệu, không phải để thay thế chuyên gia, mà để mở rộng khả năng hỗ trợ của họ”, Johannes Lachner, người thực hiện nghiên cứu khi là nghiên cứu sinh sau tiến sĩ về AI tại MIT, cho biết.
Điểm đáng chú ý của hệ thống là các chuyên gia vật lý trị liệu có thể “huấn luyện” robot bằng chính cách họ tương tác với bệnh nhân. Nhờ đó, robot có thể cung cấp sự hỗ trợ cá nhân hóa cho từng người thay vì áp dụng một chương trình phục hồi cố định.
Lachner cùng cộng sự Noah Geiger đã phát triển một hệ thống robot hai tay sử dụng AI tạo sinh kết hợp với phản hồi lực theo thời gian thực.
Công nghệ AI của hệ thống có nguyên lý tương tự những mô hình tạo sinh đang được sử dụng để tạo nội dung, nhưng thay vì sinh văn bản hay hình ảnh, AI học cách robot nên phản ứng khi tương tác vật lý với bệnh nhân.
Robot có thể cảm nhận lực, sự kháng cự và mức độ chủ động của người tập, sau đó điều chỉnh mức hỗ trợ phù hợp. Nếu bệnh nhân còn đủ khả năng tự thực hiện động tác, robot sẽ trợ giúp ít hơn. Khi bệnh nhân gặp khó khăn, mức hỗ trợ có thể tăng lên.
Mục tiêu là giúp người bệnh luôn phải nỗ lực ở mức phù hợp, thay vì để robot thực hiện phần lớn động tác thay họ.
Theo Geiger, hầu hết các mô hình AI tạo sinh trong robot hiện nay tập trung vào việc lập kế hoạch chuyển động. Hệ thống của MIT tiến thêm một bước khi học cả cách tương tác vật lý - tức cách phản ứng trước tiếp xúc, lực và sức cản từ con người.
Trong các thử nghiệm ban đầu với người khỏe mạnh, những người tham gia thực hiện các động tác thường gặp trong phục hồi chức năng, chẳng hạn nâng cánh tay hoặc với tay theo nhiều hướng, đồng thời chủ động thay đổi mức lực sử dụng.
Dữ liệu này giúp AI học cách điều chỉnh sự hỗ trợ của robot theo mức độ tham gia của người tập.
Song song với đó, con người điều khiển robot từ xa trong nhiều nhiệm vụ có tiếp xúc vật lý phức tạp, qua đó cung cấp thêm dữ liệu về cách robot cần phản ứng trong các tình huống khác nhau.
Nghiên cứu hiện đã được đưa ra khỏi phòng thí nghiệm.
Trong một nghiên cứu lâm sàng đang được thực hiện với Đại học Kỹ thuật Munich và một trung tâm phục hồi chức năng ngoại trú tại Đức, các chuyên gia vật lý trị liệu và hoạt động trị liệu đeo găng tay cảm biến lực trong quá trình điều trị bệnh nhân.
Camera đồng thời ghi lại chuyển động của họ. Toàn bộ dữ liệu về tư thế, lực tác động và cách hỗ trợ người bệnh sẽ được dùng để đào tạo một mô hình AI tạo sinh mới.
Mục tiêu không chỉ là để robot học những động tác trị liệu nói chung, mà còn nắm bắt được cách tương tác đặc trưng của từng chuyên gia.
Theo Lachner, các thử nghiệm robot ban đầu cho thấy phương pháp này khả thi. Bước tiếp theo là xây dựng các mô hình mang “phong cách” của từng chuyên gia trị liệu và đánh giá hiệu quả trong nghiên cứu lâm sàng dài hạn với bệnh nhân.
So với những nghiên cứu robot phục hồi chức năng trước đây vốn chủ yếu giới hạn trong các động tác với tay trên một mặt phẳng, hệ thống mới có thể xử lý phạm vi chuyển động rộng và gần với hoạt động thực tế hơn.
Các nhà nghiên cứu cho rằng hệ thống có thể được sử dụng cho nhiều nhóm bệnh nhân khác nhau.
Ngoài người bị suy giảm chức năng chi trên sau đột quỵ, robot có thể hỗ trợ bệnh nhân sau phẫu thuật cần khôi phục biên độ vận động, hoặc người cao tuổi muốn duy trì sức mạnh và độ linh hoạt của cánh tay, vai.
Về lâu dài, công nghệ này thậm chí có thể vượt ra ngoài lĩnh vực y tế.
Theo nhóm nghiên cứu, khả năng học cách tương tác an toàn với con người thông qua lực và tiếp xúc vật lý có thể giúp robot đảm nhiệm tốt hơn các công việc trong nhà máy, môi trường cộng tác giữa người và máy hoặc nhiều không gian khác.
(Theo MIT News)
.svg){kind=icon}
