Para peneliti telah mengembangkan prototipe “kerangka luar tangan pintar yang lembut” yang nyaman dan fleksibel, atau sarung tangan robo, yang memberikan umpan balik kepada pemakainya yang perlu mempelajari kembali tugas-tugas yang memerlukan ketangkasan dan koordinasi manual, misalnya setelah menderita stroke. Penelitian ini berfokus pada pasien yang perlu belajar kembali bermain piano sebagai pembuktian prinsip, tetapi sarung tangan dapat dengan mudah diadaptasi untuk membantu mempelajari kembali tugas sehari-hari lainnya.

Polisi Menepi Mobil Mengemudi Sendiri

Stroke adalah penyebab kecacatan paling penting bagi orang dewasa di UE, yang mempengaruhi sekitar 1,1 juta penduduk setiap tahun. Setelah stroke, pasien umumnya memerlukan rehabilitasi untuk belajar kembali berjalan, berbicara, atau melakukan tugas sehari-hari. Penelitian telah menunjukkan bahwa selain terapi fisik dan okupasi, terapi musik dapat membantu pasien stroke memulihkan fungsi bahasa dan motorik.

Tetapi bagi orang-orang yang terlatih dalam musik dan menderita stroke, bermain musik itu sendiri mungkin merupakan keterampilan yang perlu dipelajari kembali. Sekarang, sebuah studi di Frontiers in Robotics and AI telah menunjukkan bagaimana robotika lunak baru dapat membantu memulihkan pasien untuk mempelajari kembali bermain musik dan keterampilan lain yang membutuhkan ketangkasan dan koordinasi.

Sarung Tangan Robot Lembut

“Di sini kami menunjukkan bahwa sarung tangan exoskeleton pintar kami, dengan sensor sentuhan terintegrasi, aktuator lembut, dan kecerdasan buatan, dapat secara efektif membantu mempelajari kembali tugas manual setelah neurotrauma,” kata penulis utama Dr Maohua Lin, asisten profesor di Department of Kelautan & Teknik Mesin Universitas Florida Atlantic.

Untuk siapa sarung tangan ini cocok: ‘tangan pintar’ yang dibuat khusus

Lin dan rekannya merancang dan menguji ‘kerangka luar tangan pintar’ dalam bentuk sarung tangan robo cetak 3D berlapis-lapis dan fleksibel, yang beratnya hanya 191g. Seluruh area telapak tangan dan pergelangan tangan sarung tangan dirancang agar lembut dan fleksibel, dan bentuk sarung tangan dapat disesuaikan dengan anatomi masing-masing pemakai.

Aktuator pneumatik lembut di ujung jarinya menghasilkan gerakan dan mengerahkan tenaga, sehingga meniru gerakan tangan yang alami dan disetel dengan baik. Setiap ujung jari juga berisi 16 sensor fleksibel atau ‘taxel’, yang memberikan sensasi taktil ke tangan pemakainya saat berinteraksi dengan objek atau permukaan. Produksi sarung tangan sangat mudah, karena semua aktuator dan sensor dipasang melalui proses pencetakan tunggal.

“Saat mengenakan sarung tangan, pengguna manusia memiliki kendali atas gerakan setiap jari secara signifikan,” kata penulis senior Dr Erik Engeberg, seorang profesor di Departemen Teknik Kelautan & Mesin Universitas Florida Atlantic.

“Sarung tangan ini dirancang untuk membantu dan meningkatkan gerakan tangan alami mereka, memungkinkan mereka mengontrol fleksi dan ekstensi jari mereka. Sarung tangan memberikan panduan tangan, memberikan dukungan dan meningkatkan ketangkasan.”

Para penulis meramalkan bahwa pasien pada akhirnya mungkin memakai sepasang sarung tangan ini, untuk membantu kedua tangan secara mandiri untuk mendapatkan kembali ketangkasan, keterampilan motorik, dan rasa koordinasi.

AI melatih sarung tangan untuk menjadi guru musik

Penulis menggunakan pembelajaran mesin untuk berhasil mengajarkan sarung tangan untuk ‘merasakan’ perbedaan antara memainkan versi yang benar versus versi yang salah dari lagu pemula di piano. Di sini, sarung tangan beroperasi secara mandiri tanpa input manusia, dengan gerakan yang telah diprogram sebelumnya. Lagunya adalah ‘Mary have a little lamb’, yang membutuhkan empat jari untuk dimainkan.

“Kami menemukan bahwa sarung tangan dapat belajar membedakan antara permainan piano yang benar dan yang salah. Artinya ini bisa menjadi alat yang berharga untuk rehabilitasi pribadi orang-orang yang ingin belajar kembali bermain musik,” kata Engeberg.

Sekarang bukti prinsip telah diperlihatkan, sarung tangan dapat diprogram untuk memberikan umpan balik kepada pemakainya tentang apa yang benar atau salah dalam permainan mereka, baik melalui umpan balik haptic, isyarat visual, atau suara. Ini akan memungkinkan dia untuk memahami kinerja mereka dan melakukan perbaikan.

Mengambil tantangan untuk tantangan yang tersisa

Lin menambahkan: “Mengadaptasi desain saat ini untuk tugas rehabilitasi lain di luar bermain musik, misalnya manipulasi objek, akan memerlukan penyesuaian untuk kebutuhan individu. Ini dapat difasilitasi melalui teknologi pemindaian 3D atau CT scan untuk memastikan kecocokan dan fungsionalitas yang dipersonalisasi untuk setiap pengguna.”

“Namun beberapa tantangan di bidang ini perlu diatasi. Ini termasuk meningkatkan akurasi dan keandalan penginderaan taktil, meningkatkan kemampuan beradaptasi dan ketangkasan desain kerangka luar, dan menyempurnakan algoritme pembelajaran mesin untuk menafsirkan dan menanggapi masukan pengguna dengan lebih baik.”

Artikel ini awalnya muncul di Frontiers Science News.