Bättre protes med AI
Dagens proteser är så obekväma att många amputerade låter bli att använda dem. Nu hoppas forskare på KTH att uppkopplade sensorer och AI kan öka användarnas välbefinnande och minska samhällets kostnader.
– Vi integrerar små mjuka och flexibla sensorer runt om i proteshylsan, så kallade wearable electronics, som rapporterar belastningen i hylsan och berättar hur benet rör sig under en dag. Informationen ska resultera i en tredimensionell karta av de dynamiska förhållandena i hylsan i realtid, säger Dejiu Chen på KTH och institutionen för maskinteknik som koordinerar Socketsense-teamet.
I hela världen har ungefär 40 miljoner människor amputerat en kroppsdel. I Sverige är orsaken ofta en olycka eller komplikationer av diabetes. Här finns också en god tillgång på proteser, men många användare upplever problem med dem. Hylsan som träs på stumpen skaver lätt, och storleken på den amputerade delen varierar stort över dagen och gör passningen allt sämre.
Dessa felbelastningar kan över tid leda till svåra sår och andra komplikationer, och idag avstår 35 procent av de amputerade från att använda proteser.
Risker för skador
Inom ramen för projektet Socketsense har Dejiu Chen och hans forskarkollegor på KTH tagit fram ett smart system för övervakning av proteser. Med uppkopplade sensorer ska läkaren via sin Ipad i realtid få information om hur en patients belastningar i protesen ser ut under en dag, tillsammans med en bedömning av var riskerna för felbelastningar och skador finns.
Sensorerna får inte väga för mycket, inte inverka på protesen och så ska de klara kroppens fukt och värme.
Informationen gör det möjligt att arbeta proaktivt och förhindra att protesen blir ett problem, och att i bästa fall ta fram en ny och optimerad proteshylsa till nästa läkarbesök. Bedömningarna görs av algoritmer som uppskattar förhållandena i hylsan och risken för komplikationer.
Smarta och smidiga
När algoritmerna identifierat en stor risk för komplikationer skickas en notering till sjukvården som kan agera på informationen.
– Genom AI-teknik utkristalliseras mönster som sedan automatiserar besluten. En utmaning här är att formalisera förkunskap och göra rätt antaganden. Vilka är de kombinationer i datainformationen som blir intressanta, säger Dejiu Chen.
Det finns fler utmaningar i projektet än bedömningarna berättar Dejiu Chen och kollegan Fredrik Asplund.
– Sensorerna får inte väga för mycket, inte inverka på protesen och så ska de klara kroppens fukt och värme, säger Fredrik Asplund.
Socketsense finansieras av EU och engagerar nio partners, från vårdgivare och lärosäten till protestillverkare. Om två år ska projektet resultera i en prototypprodukt som ska användas i en klinisk prövning.
Källa: KTH
Läs mer om ämnet:
