Robotstödd rehabilitering är ett steg framåt för patienter med gångsvårigheter. Dock, dess höga pris, tillsammans med vissa anpassnings- och överföringsproblem, begränsa dess användning för närvarande.

I detta avseende, Embedded Systems Engineering Group vid University of Malaga, specialiserat på design av fysiska enheter för att hjälpa användare, har utvecklat en mekaniserad käpp som kan mäta rehabiliteringsprocessen utan påverkan på patienten.

Enheten är billig, anpassningsbar för enskilda användare och tillgänglig för alla - forskarna har gjort sin design, algoritmer och elektroniska diagram tillgängliga under en öppen licens.

Denna käpp övervakar användarens viktbärande gång, tillhandahålla individualiserad information om deras framsteg, med hjälp av två inbyggda trycksensorer placerade på två olika djup i spetsen på en vanlig käpp så att de inte påverkar käpp ergonomi. Likaså, för att förenkla användningen, den innehåller en trådlös laddare, och data kan samlas in med en mobiltelefon via Bluetooth.

"Vi söker minimal interaktion med patienter för att undvika kognitiv belastning och förhindra påverkan på deras dagliga rutin, "förklarar Cristina Urdiales, Chef för avdelningen för elektronisk teknik.

Forskningen publiceras i den vetenskapliga tidskriften Sensorer . "Vi har lyckats hålla kostnaden för tillverkning av sockerröret under € 100, "säger Joaquín Ballesteros, designern. Han säger att hittills, den har laddats ner av mer än 150 forskare, främst från USA och Frankrike.

Experter förklarar att i motsats till smarta armband eller klockor som redan finns på marknaden, som tar mått baserat på statistik för friska användare, denna enhet utvecklad vid UMA, i samarbete med ESS-H Profile vid Mälardalens universitet (Sverige), lägger till verklig mätning av stegparametrar. Men bortsett från dess medicinska tillämpningar, som gör det möjligt för specialister att övervaka varje patient, sockerröret syftar också till att främja aktivt åldrande. Faktiskt, det testas redan i aktiva deltagarcentra.

Nästa steg i projektet är att lägga till ett neuronalt nätverk som kan bearbeta och tolka data som samlats in i käppen för att förutsäga mer komplexa indikatorer, vilket representerar ett steg framåt i funktionaliteten för gånghjälpmedel.