Potilaille, jotka oppivat kävelemään uudelleen aivohalvauksen tai selkäydinvamman jälkeen, kuntoutusprosessi voi olla hidas ja vaivalloinen. Perinteiseen lähestymistapaan kuuluu yksi tai useampi terapeutti, joka pitää potilasta ylös, kun he asettavat hitaasti yhden jalkansa edessä. Se on kova, hikinen ja työvoimavaltainen.
Nyt sveitsiläiset tutkijat ovat kehittäneet robottivaljaat helpottamaan asioiden tekemistä. Kattoon kiinnitetyt johtosarjat on varustettu syvällä hermoverkkoalgoritmilla, joka voi “oppia” missä tietty henkilö tarvitsee eniten tukea. Valjaita käyttämällä potilaat, jotka yleensä tarvitsevat raskasta apua kävelylle, voivat vaeltaa vapaasti terapiatilan ympärillä.
"Uskomme tällä tekniikalla, että voimme parantaa kuntoutuksen tapaa kävelyn ja tasapainon palautumisen parantamiseksi", sanoo Sveitsin liittovaltion instituutin neuroproteestiikan ja aivojen mielen instituutin neurotieteilijä Jean-Baptiste Mignardot. of Technology, joka työskenteli kehittääkseen valjaita.
Alkuperäisessä tutkimuksessa valjaita käyttäneet potilaat pystyivät kävelemään luonnollisemmin. Valjaat auttoivat heitä joillain kävelyelimillä, joita suurin osa meistä pitää itsestäänselvyytenä: tasapaino, raajojen koordinaatio, jalkojen sijoittaminen, ohjaus. Tutkimuksessa käyneillä potilailla, jotka pystyivät jo kävelemään yksin käyttämällä tukia, kuten kävelijöitä, valjailla harjoittamisen jälkeen heidän yksin kävelemisensä parani välittömästi. Havainnot julkaistiin viime kuussa lehdessä Science Translational Medicine .
Valjaat, jotka tukevat kävelemään uudelleenpotilaita, eivät ole uusia. Niitä käytetään jo yleisesti kuntoutuskeskuksissa joidenkin painoarvojen poistamiseksi terapeuteista. Mutta nämä valjaat vetävät ylöspäin, jolloin potilas siirtää painoaan taaksepäin. Tämä luo epäluonnolliset olosuhteet kävelylle, jotka voivat vaikuttaa kuntoutukseen. Sveitsin joukkue kehitti laskennallisen mallin, joka pystyy ennustamaan potilaan runkoon kohdistettavien voimien oikean kokoonpanon normaalien kävelyolosuhteiden simuloimiseksi. Valjaat oppivat, kuinka tietty potilas pyrkii liikkumaan ja missä he yleensä pyrkivät siirtämään painoaan, ja säätää sen mukaan. Tämä antaa fysioterapeutille työkalun mahdollisesti tehdä kuntoutusprosessista entistä tehokkaampaa. Lisäksi valjaita voidaan käyttää liikkumaan useissa mitoissa eikä vain eteenpäin, mikä antaa potilaille mahdollisuuden harjoittaa erilaisia liikkeitä - siksakytyy esteiden välillä, liikkuu vaakasuunnassa lattialle projisoitujen tikkaiden kuvaa pitkin, istuu ja seisoo.
Asiantuntijat ovat varoittaneet, että se voi olla ”pitkä tie” järjestelmän saamiseen laajasti yleisön saataville. Seuraava askel on enemmän ja suurempia tutkimuksia, myös sellaisia, joissa verrataan älykkäitä valjaita perinteisiin versioihin. Mignardot ja hänen tiiminsä jäsenet tekevät yhteistyötä myös lääketieteellisen teknologiayrityksen kanssa valjaiden RYSEN-version kaupallistamiseksi. He ovat jättäneet patentteja teknologialle.
Aikaisemmat tutkimukset ovat viitanneet siihen, että korkean teknologian lähestymistavat eivät ole aina parhaita kuntoutuksessa. Vuoden 2011 Duke University -tutkimuksessa, joka on kaikkien aikojen suurin aivohalvauksen kuntoutumistutkimus, pääteltiin, että yksinkertainen, kotona suoritettu fysioterapia oli menestynein aivohalvauksen menetelmä. "Veturin harjoittelu, mukaan lukien ruumiinpainon tukeminen juoksumatolla astuessaan, ei osoitettu olevan parempi kuin fysioterapeutin johtama progressiivinen kotona harjoittelu", tutkimuksen kirjoittajat kirjoittivat.
Ei ole vielä selvää, muuttaako älykkäiden valjaiden järjestelmä tätä yhtälöä. Mutta Mignardot toivoo, että siitä tulee tulevaisuudessa ainakin tärkeä osa aivohalvauksen ja selkäydinvamman hoidon prosessia.
"[Nyt] fysioterapeutilla on työkalu, jonka avulla he voivat räätälöidä jokaisen istunnon potilaiden todellisiin tarpeisiin", hän sanoo.
