Vật lý trị liệu cá nhân hóa: Phục hồi chức năng sau đột quỵ được hỗ trợ bởi trí tuệ nhân tạo

Các kỹ sư của MIT giới thiệu một hệ thống vật lý trị liệu thích ứng sử dụng trí tuệ nhân tạo tạo sinh để học hỏi từ các nhà vật lý trị liệu và hỗ trợ tương tác cho bệnh nhân đột quỵ.

Đột quỵ là một trong những nguyên nhân hàng đầu gây tử vong và tàn tật trên toàn thế giới, ảnh hưởng đến 15 triệu người mỗi năm và khiến 5 triệu người bị suy giảm chức năng lâu dài. Ngoài ra, tình trạng thiếu hụt các nhà vật lý trị liệu ngày càng trầm trọng, khiến bệnh nhân khó tiếp cận được dịch vụ chăm sóc chất lượng cao và ổn định. 

2025
A generative AI for tele-manipulated robotic upper-limb rehabilitation.
Noah Geiger (MIT Sweater), Johannes Lachner
Lab Location: 3-137 (Newman Lab)
Noah: finishing his SM at Karlsruhe Institute of Technology (KIT), Germany. Johannes Lachner: PhD (Post Doc)
Faculty Supervisor: Neville Hogan (MechE, BCS), Mehrdad Jazayeri (BCS)
We leverage generative AI and geometry-aware control to develop robots that adapt their compliant behavior in real time, enabling safe and intuitive interaction with humans and dynamic environments. Our approach aims to turn cutting-edge research into real-world impact by supporting personalized rehabilitation for post-stroke patients and creating robotics that improve lives.
(You grant the MIT MechE Communications Team permission to use these photographs…): Permission granted 😉

Một phương pháp mới được các kỹ sư cơ khí của MIT phát triển kết hợp trí tuệ nhân tạo tiên tiến với các phương pháp chăm sóc thực tế của con người. 

“Mục tiêu của chúng tôi là dạy robot cách hỗ trợ vật lý trị liệu và phục hồi chức năng, không phải để thay thế các nhà trị liệu, mà để mở rộng phạm vi hỗ trợ của họ,” Johannes Lachner, người đã hoàn thành công trình này với tư cách là nghiên cứu sinh sau tiến sĩ về Trí tuệ Nhân tạo MIT-Novo Nordisk tại Khoa Kỹ thuật Cơ khí (MechE) và Khoa học Não bộ và Nhận thức tại MIT, giải thích. “Một cải tiến cốt lõi của hệ thống chúng tôi là các nhà vật lý trị liệu có thể tự huấn luyện robot của mình bằng trí tuệ nhân tạo, cho phép hỗ trợ cá nhân hóa, có thể mở rộng và phù hợp với nhu cầu của từng bệnh nhân.”

Lachner, hiện là trợ lý giáo sư tại Đại học Purdue, và Noah Geiger, một thực tập sinh Chương trình Quản lý Cấp dưới (chuyên ngành Trí tuệ Nhân tạo/Công nghệ Thông tin) tại Robert Bosch GmbH và cựu sinh viên thỉnh giảng tại MIT, đã phát triển một hệ thống trị liệu bằng robot học hỏi từ các nhà vật lý trị liệu để hỗ trợ bệnh nhân đột quỵ một cách thích ứng. Kết hợp các mô hình khuếch tán dựa trên Transformer với phản hồi lực theo thời gian thực, robot hai tay này điều chỉnh mức độ hỗ trợ một cách an toàn dựa trên khả năng của từng bệnh nhân.

Hệ thống này sử dụng công nghệ trí tuệ nhân tạo tương tự như ChatGPT để tạo hình ảnh, nhưng thay vì vậy, nó học cách robot nên hành xử để hỗ trợ bệnh nhân tốt nhất trong quá trình vật lý trị liệu. Sau đó, robot sẽ hỗ trợ bệnh nhân dựa trên những gì nó đã học được, cung cấp lượng hỗ trợ vật lý vừa đủ để giữ cho bệnh nhân luôn được thử thách và tham gia tích cực.

“Trong khi hầu hết các mô hình AI tạo sinh trong lĩnh vực robot tập trung vào chuyển động, mô hình của chúng tôi là một trong những mô hình đầu tiên học được tương tác vật lý, tức là cách phản ứng với chạm, lực và lực cản,” Geiger cho biết. “Điểm mới của mô hình AI tạo sinh của chúng tôi là khả năng học được tương tác vật lý năng động vượt ra ngoài việc lập kế hoạch chuyển động.”

Thông qua một nguyên mẫu ban đầu được thử nghiệm với những người tham gia khỏe mạnh, các nhà nghiên cứu đã huấn luyện một mô hình AI tạo sinh bằng cách sử dụng các thí nghiệm điều khiển từ xa vật lý trong thế giới thực. Những người tham gia thực hiện các động tác phục hồi chức năng thông thường, chẳng hạn như nâng tay và vươn tay ra khỏi mặt phẳng, đồng thời cố ý thay đổi mức độ nỗ lực của họ. 

“Điều này cho phép mô hình học cách hỗ trợ robot nên thích ứng với sự tham gia tích cực của bệnh nhân,” Lachner giải thích. “Song song đó, người điều khiển hướng dẫn robot thực hiện các nhiệm vụ thao tác tiếp xúc nhiều bằng cách sử dụng điều khiển từ xa, tạo ra một ‘cuộc diễu hành chuyển động vật lý’. Cùng nhau, các bộ dữ liệu bổ sung này cho phép mô hình học hỏi và khái quát hóa các chiến lược tương tác vật lý hiệu quả.”

Nghiên cứu này kể từ đó đã vượt ra khỏi phạm vi phòng thí nghiệm. Trong một nghiên cứu lâm sàng đang được tiến hành với sự hợp tác của phòng thí nghiệm của Giáo sư Cristina Piazza tại Đại học Kỹ thuật Munich (TUM) và Pfennigparade, một trung tâm phục hồi chức năng ngoại trú ở Munich, Đức, các nhà vật lý trị liệu và trị liệu nghề nghiệp đeo găng tay cảm biến lực đang được ghi hình bằng camera trong khi điều trị cho bệnh nhân. Dữ liệu thu thập được đang được sử dụng để huấn luyện một mô hình trí tuệ nhân tạo tạo sinh mới, nắm bắt được phong cách tương tác vật lý độc đáo của từng nhà trị liệu. 

“Các thử nghiệm robot ban đầu đã chứng minh tính khả thi của phương pháp này,” Lachner cho biết. “Giai đoạn tiếp theo của dự án nhằm mục đích phát triển các mô hình chuyên biệt cho từng nhà trị liệu và đánh giá chúng trong một nghiên cứu lâm sàng dài hạn với cùng những bệnh nhân đã từng được điều trị bằng phương pháp trị liệu thủ công trước đó.”

Công trình này dựa trên nghiên cứu trước đó từ Phòng thí nghiệm Newman về Cơ sinh học và Phục hồi chức năng con người, dưới sự chỉ đạo của Neville Hogan, Giáo sư Sun Jae về Kỹ thuật Cơ khí tại MIT. “Nghiên cứu trước đây chỉ giới hạn ở việc với tay trên mặt phẳng,” Hogan giải thích. “Nghiên cứu mới này mở rộng sang một phạm vi hành động rộng hơn và mang tính chức năng hơn nhiều.”

Hệ thống này có thể hỗ trợ nhiều nhu cầu vật lý trị liệu khác nhau. Ví dụ điển hình bao gồm bệnh nhân đột quỵ bị suy giảm chức năng chi trên, bệnh nhân sau phẫu thuật đang nỗ lực phục hồi phạm vi chuyển động, và người cao tuổi cần duy trì sức mạnh và khả năng vận động ở cánh tay và vai — nhưng, theo Lachner, các ứng dụng khác trong tương lai cũng hoàn toàn có thể. 

“Nhìn về phía trước, phương pháp của chúng tôi có thể vượt xa lĩnh vực vật lý trị liệu,” ông nói. “Nó có tiềm năng dạy robot cách tương tác vật lý với thế giới, ví dụ, trong môi trường công nghiệp hoặc không gian làm việc nhóm. Bằng cách kết hợp điều khiển dựa trên vật lý với trí tuệ nhân tạo, chúng tôi đang tạo ra một thế hệ robot thông minh về mặt vật lý, ổn định và an toàn mới.”  

Bài báo của nhóm nghiên cứu, “ Học trở kháng dựa trên khuếch tán cho các nhiệm vụ thao tác giàu tiếp xúc ” , hiện đã có trên tạp chí IEEE Transactions on Robotics . 

Nghiên cứu này được thực hiện nhờ nguồn tài trợ từ Chương trình Nghiên cứu sinh sau tiến sĩ về Trí tuệ nhân tạo MIT-Novo Nordisk , Chương trình Toàn cầu TUM và sự hỗ trợ từ KUKA Robotics, Đức. Thông tin chi tiết hơn về dự án có thể được tìm thấy trên trang web của dự án . 

Nguồn : news.mit.edu