2025-04-30 | 울산=장지승 기자

用机器人定量诊断“手臂僵硬度”……有望成为工伤赔偿标准

本页标题和正文均由AI机器翻译,未经人工审校。准确内容请以韩文原文为准。

长期以来依赖医生指尖触感来判断手臂僵硬程度的上肢肌张力增高诊断方式,即将发生变化。因为韩国研究团队开发出可将僵硬程度以更精确数值表示并进行诊断的机器人技术。

蔚山科学技术院(UNIST)机械工程系姜相勋教授团队30日宣布,新开发出对患者手臂施加微小力量后,测量其运动反应以将僵硬状态数值化的技术。该技术设计使非熟练者也能在数分钟内做出定量诊断,预计有助于定制化康复治疗设计和工伤补偿标准的制定。

研究团队利用二自由度直接驱动机器人验证了该技术。研究显示,即使在直接驱动结构中,仍残留虽小但具有显著意义的关节摩擦,从而影响测量结果。这一结果表明,即便在以摩擦小而闻名的康复机器人代表机型——MIT的Manus那样的结构中,也可能存在导致测量可信度下降的因素。

此外,研究团队通过实验首次确认,这类残余摩擦是使其看似人体手臂非线性反应的主要原因。以往研究中,低线性度会导致低可信度,而此前一直认为这是人体手臂非线性所致。

研究团队应用IMBIC(Internal Model Based Impedance Control)控制策略,几乎100%补偿了机器人系统的残余非线性摩擦,并通过实验证明手臂运动呈线性表现,从而可获得高可信度。

研究员黄成一解释说:"以往基于机器人的僵硬度测量技术因可信度和非线性问题未能广泛应用,通过本次研究我们查明该问题的原因不在于人体手臂,而在于机器人系统内部的残余摩擦","借助补偿该摩擦的技术,僵硬度测量的可信度和准确度得以大幅提升"。

肌肉僵硬(spasticity)是由脑卒中、工伤性神经损伤等引起的典型上肢运动障碍。以往医疗人员用手直接活动患者手臂,依靠触感进行评估。但这种方式因熟练程度不同而偏差较大,且难以区分不同关节之间或不同方向上的运动特性,存在局限。

姜相勋教授解释说:"由于可将患者状态定量化并进行追踪,将有助于康复治疗设计、工伤补偿标准制定等","计划通过与预定2026年开院的蔚山工伤专门公立医院合作,提高在实际医疗现场应用的可能性"。姜教授目前还兼任美国马里兰大学医学院兼职教授。

本次研究由UNIST研究员黄成一担任第一作者,姜贤儿博士作为共同作者参与。

该研究在韩国科学技术情报通信部韩国研究财团未来有望融合技术先锋项目、跨部门全周期医疗器械开发事业团、国立康复院康复机器人中介研究委托项目等支持下完成。研究成果于3月26日发表在康复医学领域排名前3%的学术期刊《IEEE神经系统与康复工程会刊》(IEEE Transactions on Neural Systems and Rehabilitation Engineering)。

阅读韩文原文