AI förbättrar livet för amputerade
Runt 35 procent av dem som amputerats avstår från proteser för att de är för obekväma. Genom att placera uppkopplade sensorer i proteshylsorna ska KTH-forskare optimera användarnas proteser och därigenom spara stora samhällskostnader.
Ungefär 40 miljoner människor i världen har amputerat en kroppsdel. I vår del av världen handlar det ofta om olyckor eller komplikationer av exempelvis diabetes. Här har vi också god tillgång till substitut, alltså proteser. Men proteserna är måttligt populära.
Det är inte proteserna i sig som är besvärliga, utan den hylsa som träs på stumpen. De skaver lätt och storleken på den amputerade delen varierar stort över dagen, och får dålig passning efter ett tag.
Felbelastningar kan i förlängningen leda till komplikationer, inte minst svåra sår. Att optimera en proteshylsa är med andra ord knepigt och cirka 35 procent av de amputerade avstår därför från proteser.
Bedöma risker
Men om en läkare kunde ta upp sin ipad och i realtid få information om hur en patients belastningar i protesen ser ut under en dag och få en bedömning av var riskerna för felbelastningar och skador finns, kan man kalla in personen innan protesen blir ett problem. Och i bästa fall har vården redan hunnit ta fram en ny, optimerad proteshylsa inför läkarbesöket.
Det här är precis vad Dejiu Chen och hans forskarkollegor på KTH ska ta fram: ett intelligent system som övervakar förhållandena i protesen.
– 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 institutionen för maskinteknik som koordinerar Socketsense-teamet.
Sensorerna i sig gör inga bedömningar utan skickar bara data. Bedömningarna görs av algoritmer som uppskattar förhållandena i hylsan och risken för komplikationer.
– 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? förklarar Dejiu Chen.
Spara kostnader
Och när algoritmerna identifierat att sannolikheten för komplikationer är stor skickas en notering till sjukvården som kan agera på informationen.
Men det finns fler utmaningar i projektet än bedömningarna berättar Dejiu Chen och kollegan Fredrik Asplund som annars har större erfarenhet av fordonsindustrin än biomekanik:
– Sensorerna får inte väga för mycket, inte inverka på protesen och så ska de klara kroppens fukt och värme, säger Fredrik Asplund.
Projektet Socketsense är ett multidisciplinärt projekt finansierat av EU. Nio partners, från vårdgivare och lärosäten till protestillverkare, medverkar. Tanken är att projektet ska resultera i en prototypprodukt som ska användas i en klinisk prövning år 2022.
– Det är motiverande att jobba i ett projekt med stor social impact och där man kan spara stora samhällskostnader, säger Dejiu Chen.
Text: Anna Gullers