據(jù)統(tǒng)計(jì)，全球有超過(guò)一百萬(wàn)的人被診斷出患有帕金森氏病，這只是一種會(huì)引起手部震顫的神經(jīng)退行性疾病。國(guó)際研究人員團(tuán)隊(duì)已在其模型上使用了最強(qiáng)大的技術(shù)(現(xiàn)已準(zhǔn)備部署)，以確保它們能夠抵抗病理性手震，這種震顫是影響許多成年成年人的常見(jiàn)且令人衰弱的運(yùn)動(dòng)問(wèn)題的征兆。

研究人員開(kāi)發(fā)了一種機(jī)器學(xué)習(xí)模型，該模型可以使機(jī)器人安全地治療與神經(jīng)退行性疾病相關(guān)的手部震顫。

這項(xiàng)發(fā)表在《科學(xué)報(bào)告》上的研究表明，美國(guó)紐約大學(xué)坦登工程學(xué)院和加拿大西安大略大學(xué)(UWO)的研究團(tuán)隊(duì)已經(jīng)利用人工智能技術(shù)來(lái)構(gòu)建算法模型，從而使機(jī)器人更加精確，更快。并且與神經(jīng)退行性疾病有關(guān)的手部震顫更安全。

盡管有諸如穿戴式外骨骼服和神經(jīng)康復(fù)機(jī)器人之類的先進(jìn)技術(shù)可以幫助人們抵消一些非自愿運(yùn)動(dòng)，但是在實(shí)時(shí)預(yù)測(cè)非自愿運(yùn)動(dòng)時(shí)，這些機(jī)器人仍需要精確。如果機(jī)器滯后僅10到20毫秒，這可能會(huì)阻止機(jī)器進(jìn)行有效補(bǔ)償，并且在某些情況下甚至可能對(duì)安全造成潛在風(fēng)險(xiǎn)。

但是，研究人員已經(jīng)使用在倫敦(安大略省)運(yùn)動(dòng)障礙中心收集的大數(shù)據(jù)集來(lái)創(chuàng)建名為PHTNet的創(chuàng)新機(jī)器學(xué)習(xí)模型，用于“使用遞歸神經(jīng)網(wǎng)絡(luò)進(jìn)行病理性手震”。

研究人員使用小型傳感器分析了81位患者在60和70年代的手部動(dòng)作。然后，他們應(yīng)用了一種新穎的數(shù)據(jù)驅(qū)動(dòng)型深度神經(jīng)網(wǎng)絡(luò)建模技術(shù)，以提取適用于所有患者的預(yù)測(cè)信息。在研究論文中，他們揭示了人工智能模型和訓(xùn)練，并報(bào)告了24,300個(gè)樣本的95%置信度。

合著者S. Farokh Atashzar現(xiàn)在是紐約大學(xué)坦登分校的助理教授，他在加拿大進(jìn)行博士和博士后研究時(shí)開(kāi)始探索結(jié)合人工智能的機(jī)器人的使用，他解釋說(shuō)：“我們的模型已經(jīng)在神經(jīng)學(xué)家，研究人員和輔助技術(shù)開(kāi)發(fā)人員可以使用的現(xiàn)成階段，它需要大量的計(jì)算能力，因此我們計(jì)劃開(kāi)發(fā)一種低功耗的云計(jì)算方法，該方法將使可穿戴式機(jī)器人和外骨骼在患者家中運(yùn)行。我們還希望開(kāi)發(fā)需要較少計(jì)算能力的模型，并在輸入中增加其他生物學(xué)因素?！?