新闻

延缓康复服务可能是毁灭性的中风患者;教授秒。 farokh atashzar是找到解决方案

illustration from Atashzhar's research

左上:高密度肌电(HD-EMG)从运动的意图记录示意起始,导致神经驱动的产生可以由位于密集EMG传感器矩阵被拾起。左下:8×8 HD-EMG记录在不同任务的样品以使用深回归神经网络与用于活性假体系统的控制高时空分辨率的动机马达单元动作电位被分解;右:使用外骨骼机器人系统,用于识别最大限度地提高敏捷性人体髋关节的充满活力的行为。

助理教授 秒。 farokh atashzar,谁共同任命的部门 电气和计算机工程 和部门 机械和航空航天工程,深入参与解决迫切和及时的问题。

与年龄有关的神经肌肉疾病和运动障碍的发病率正在全球范围内迅速增长,由于我们的老龄化社会,和中风是最主要的原因之一。现在有超过六名百万生活在仅在美国中风患者,其中许多人需要长时间劳动密集型动觉康复服务。还有约covid19相关的招,这将有可能影响到统计数据,由于大流行的广泛性越来越多的关注。

此外,医疗保健系统的容量目前集中管理covid-19大流行,是造成延误的需要患者提供康复服务的情况。然而,恢复的机会是在中风后的最大权利,当时间的推移,呼吁非常早期康复和动员大幅减少。

atashzar解释说,在近几年,机器人神经康复的话题吸引了浓厚的兴趣,因为它可以显著减少对医疗保健系统的负荷,加速康复过程。遥控机器人康复是当前技术的下一个自然延伸,因为患者更是一个时髦的产生可以接受一种身临其境的,个性化的体验,不论其地域和可访问性的限制,并可能在自己的家园。同时该技术还没有被大规模用于然而,covid-19危机所带来的所有类型的远程医疗服务的清晰聚焦的需要。

atashzar指出,遥控机器人康复是不可能的,在过去,部分由于对网络的数据传输的可靠性和弹性和安全性的担忧。延迟,抖动和分组丢失可以不仅恶化信息渲染的保真度,它也可能导致这种现象称为“非无源网络耦合”,意思是在遥控机器人通信的端口的指数能量累积发生,潜在地导致外的控制异步行为耦合机器人系统。当两个多模式机械手模块(一个在病人侧,另一个在治疗师的一侧)通过网络连接,服务退化质量甚至可以导致显著安全性问题。

这就要求新的控制架构的设计和实施,以提供安全的远程感觉康复,atashzar提出了新的基于小增益被动型和稳定剂,解决稳定性问题,同时最大限度地提高力运动耦合之间的性能和透明度远程治疗师和他们的病人。

论文来证明这一点

atashzar,与他在加拿大和英国的同事合作,最近公布了有关其广泛的研究,康复机器人和远程医疗几篇论文。这些包括:

 

迎来医疗保健的新时代

atashzar最近也对编辑特刊的荣誉“机器人,自主系统和中,后covid-19的AI流行针对非紧急/非急诊医疗服务”,将与杂志共同出现 在机器人前沿和AI,前沿在大数据,人工智能前沿, 在neurorobotics前沿。这个问题将包括来自世界各地的研究人员对有关机器人的自主性和机器智能的提高医疗服务主题的许多文章中大流行,用的理解由机器人技术所带来的好处现有的挑战,可能的解决方案,以及未来的愿景目标,自动化和人工智能的医疗服务。

“在健康危机时期,如新型冠状病毒疫情,医疗机器人系统,自主代理,和AI技术,可以播放通过增加和协助医疗体系和保障公众健康以各种方式显著的作用,” atashzar说。 “上述技术可以方便的冠状疾病的预防,遏制和缓解,并为患者和医疗专业人员,缓解这一危机期间放在医疗保健系统的负担普遍支持。我共同编辑,我希望这个特殊的问题,将提供令人兴奋的工作在我们的领域正在进行的概述。在实际应用中的承诺,以改善医疗服务的新时代的健康和福祉无数人,并迎来“。