Le travail d'adaptation à une prothèse mécanique est souvent long et fastidieux. Mais cela pourrait changer, grâce à une intelligence artificielle incorporée en son sein. Des chercheurs des universités de l’Arizona et de Caroline du Nord ont en effet développé un nouvel outil d'IA par renforcement. C’est une version automatisée de l’apprentissage par l’essai et l’erreur qu’exploitent les algorithmes. Des tests ont été réalisés sur des personnes amputées au niveau du genou afin que leur prothèse mécanique s’adapte à leur style de marche. Le résultat est qu’en une dizaine de minutes à peine, les handicapés pouvaient marcher doucement.
Cependant, comme le précise Helun Huang, l’une des chercheuses, il y a encore beaucoup d’étapes à franchir avant que cette IA puisse être utilisée efficacement à des fins cliniques. Néanmoins, cette découverte ouvre déjà la voie à des changements majeurs. Car généralement, un grand nombre de rendez-vous sont nécessaires avant de pouvoir utiliser une prothèse mécanique. En effet, il convient de la régler manuellement après diverses analyses pour qu’elle soit vraiment efficace.
Avec l’évolution de cette intelligence artificielle, les handicapés récupéreront rapidement leur mobilité. Par ailleurs, on peut imaginer que les prothèses seront capables de se réajuster automatiquement quand l’utilisation les aura déréglées. L’entraînement d’un membre robotique est un processus complexe qui nécessite une coadaptation du cerveau et du membre artificiel.
Pour fonctionner, l’IA prend en compte simultanément une douzaine de paramètres propres au déplacement d’un genou robotique. Ce n’est pas suffisant pour que les handicapés puissent se mouvoir pleinement. Cela permet juste de marcher calmement. Par ailleurs, l’algorithme doit s’entraîner pour être efficace. Or, les handicapés munis d’une prothèse peuvent difficilement marcher plus d’une vingtaine de minutes sans pause. Malheureusement, c’est la multiplication des expériences qui permet de rapprocher le fonctionnement d’une IA de la perfection. L’IA qui avait battu un champion d’échec avait par exemple dû réaliser des millions de simulations avant de devenir championne.
Dernière limite au développement de cette IA, la protection contre les chutes. Les chercheurs ont intégré certaines contraintes à l’algorithme afin qu’il ne mette pas les prothèses dans une situation où elles pourraient faire chuter leurs usagers.
Tout en intégrant des capacités anti-chutes, l’algorithme a réussi à développer plusieurs modèles de marche plus que correcte. La suite du projet va consister maintenant à lui apprendre à monter et descendre des marches. Par ailleurs, les chercheurs espèrent le développer de telle sorte que les patients puissent se servir de la prothèse en dehors de leur laboratoire.
Article rédigé par Georges Simmonds pour RT Flash
