O aluno de pós-graduação Denis Mosconi recebeu o prêmio de melhor dissertação no Concurso de Teses e Dissertações em Robótica (CTDR) do congresso internacional 18th IEEE Latin American Robotics Symposium – LARS 2021, realizado no último mês de outubro. O aluno contou com a orientação do Prof. Dr. Adriano Siqueira, do Departamento de Engenharia Mecânica da Escola de Engenharia de São Carlos (EESC) da USP.
O trabalho, intitulado ‘Interaction models between humans and lower-limbs exoskeletons applied to robotic neurorehabilitation‘, consistiu na elaboração de um modelo computacional de um ser humano utilizando um robô tipo exoesqueleto de membros inferiores e um algoritmo de simulação baseado em dinâmica direta – ambos úteis para o desenvolvimento, simulação, validação e sintonia de controles de interação entre humanos e robôs com foco na reabilitação do caminhar de vítimas de Acidente Vascular Cerebral (AVC).
Novos métodos
O AVC é uma doença cardiovascular não transmissível que faz uma vítima a cada 2 segundos no mundo. O AVC consiste na interrupção do fluxo sanguíneo ao cérebro, seja por meio de um bloqueio (AVC isquêmico) ou por um vazamento (AVC hemorrágico). A interrupção do fluxo sanguíneo no cérebro compromete o fornecimento de oxigênio ao órgão, resultando em uma lesão cerebral que, dependendo de sua localização e tamanho, pode provocar morte ou deixar a vítima com sequelas.
Uma das possíveis sequelas resultantes de um AVC é a incapacidade motora de caminhar. Uma vítima que se encontra nessa situação necessita de fisioterapia para recuperar as habilidades perdidas. Entretanto, a ocorrência de AVCs tem aumentado continuamente, o que demanda cada vez mais fisioterapeutas e centros de reabilitação, bem como estimula a busca por novos métodos de tratamento que sejam eficazes e possam reabilitar o paciente no menor tempo possível.
Dentre os diversos métodos propostos para auxiliar na reabilitação motora das pessoas acometidas por AVC, destaca-se a neuroreabilitação robótica, onde são utilizados robôs vestíveis, tipo exoesqueletos, para auxiliar o paciente a executar os exercícios do caminhar durante as sessões de fisioterapia. O uso de robôs permite uma análise mais objetiva da evolução do quadro clínico do paciente, com o armazenamento de dados, a repetibilidade dos movimentos, bem como o aumento da disponibilidade dos fisioterapeutas, contribuindo para que mais pacientes sejam atendidos ao mesmo tempo.
A fim de tornar o desenvolvimento de tais controles mais ágil e flexível, a dissertação de Denis Mosconi propôs um modelo de interação e um algoritmo de simulação, capazes de permitir que tais controles sejam desenvolvidos, testados, validados e sintonizados computacionalmente antes de serem aplicados aos dispositivos físicos de fato, aumentando a segurança e reduzindo o tempo necessário para seu desenvolvimento.
“Os controles de interação garantem uma relação harmoniosa entre humanos e robôs, porém, antes de serem aplicados aos robôs, devem ser testados para assegurar seu bom funcionamento e garantir que não irão colocar as pessoas envolvidas em perigo, especialmente no contexto da reabilitação, quando estamos lidando justamente com pessoas com capacidades motoras reduzidas e razoável fragilidade”, explica Mosconi.
Como funciona
O modelo de interação consiste em uma matriz computacional de um ser humano vestindo um exoesqueleto, no caso o exoesqueleto ExoTAO, que foi desenvolvido pelo Laboratório de Reabilitação Robótica, coordenado pelo Prof. Dr. Adriano Siqueira, na EESC-USP. Esse modelo computacional representa o paciente, com sua antropometria (massa, altura, distribuição de massa) e os elementos atuadores do robô, que estão localizados nas articulações do quadril, joelho e tornozelo, contribuindo para que tais juntas possam se movimentar em flexão e extensão no plano sagital.
Já o algoritmo de simulação permite que os controles de interação desenvolvidos possam ser aplicados ao modelo de interação de maneira a verificar quais seriam os efeitos na prática da combinação do conjunto controle-robô-humano. Com os resultados obtidos através das simulações realizadas com o algoritmo, é possível promover adequações e melhorias nos controles, além de validá-los e sintonizá-los para o paciente específico, de maneira que, após tais simulações, o controle estará pronto para ser aplicado no robô com segurança e eficácia.
De acordo com Mosconi, considerando que a recuperação das habilidades motoras de vítimas de AVC é também uma corrida contra o tempo, esse trabalho contribui para que os métodos pertinentes à neuroreabilitação sejam desenvolvidos de maneira ágil, eficiente e segura.
O modelo de interação e o algoritmo de simulação propostos na dissertação, segundo escreve o autor, possui uma grande flexibilidade, podendo ser adaptados para outros tipos de exoesqueletos, diversos controles de interação, e podem inclusive ser utilizados para estudo, modelagem e simulação do controle motor humano. “Ademais, o modelo de interação e o algoritmo podem ser facilmente adaptados para aplicações em membros superiores”, explica Mosconi.
A relevância do trabalho foi reconhecida no congresso, um dos mais importantes ligados ao tema, e, para o premiado aluno e pesquisador, a premiação é mais um motivo de destaque para a ciência brasileira. “Estamos vivenciando tempos difíceis para a ciência, este prêmio é para mim um indicativo de que estou fazendo a coisa certa e uma motivação para seguir com meus esforços a fim de promover a ciência e por meio dela lutar por um mundo melhor”.
Este projeto recebeu financiamento da Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) e da Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES), por meio do Programa de Apoio à Pós-Graduação e à Pesquisa Científica e Tecnológica em Tecnologia Assistiva no Brasil (PGPTA).
