Forskare vid Stevens Institute of Technology har utvecklat en AI-driven, smart innersula som omedelbart förvandlar vilken sko som helst till ett portabelt gånganalyslaboratorium.

Arbetet, rapporterade i januari 2020 nummer av IEEE-transaktioner på neurala system och rehabiliteringsteknik , kan gynna kliniska forskare genom att tillhandahålla ett nytt sätt att exakt mäta gångfunktion hos patienter med rörelsestörningar eller muskel- och skelettskador, i sina livsmiljöer. Tekniken kan också leda till betydande framsteg för idrottare, genom att hjälpa dem att förbättra sin löpteknik.

"Från en praktisk synvinkel, det är ovärderligt, sa Damiano Zanotto, huvudförfattare och chef för Stevens Wearable Robotic Systems Lab. "Vi kan nu noggrant analysera en persons gång i realtid, i verkliga miljöer."

Att ta ett enda steg kan tyckas enkelt, men att fånga tillförlitlig information om en persons gång i verkliga miljöer är fortfarande en stor utmaning för forskare. Guldstandard gånganalystekniker, som kamerabaserade motion-capture-system och kraftplattor, är dyra och kan endast användas i laboratorier, så de ger få insikter om hur människor går runt i den verkliga världen. Nya bärbara teknologier som smarta skor, skida, och innersulor kan potentiellt övervinna denna begränsning, men de befintliga produkterna kan inte ge korrekta gångdata.

I sitt arbete, Zanotto och hans team visar att deras smarta innersula kan leverera realtidsdata om längden, fart, och kraften hos en bärares steg med bättre noggrannhet än befintliga fotburna teknologier – och till en bråkdel av kostnaden för traditionell laboratorieutrustning. (Zanotto och hans team söker två patent relaterade till SportSole, och flera företag och professionella sportserier följer noga lagets arbete.)

Teamets SportSole-teknologi använder accelerometrar och gyroskop för att övervaka sin egen rörelse och orientering i rymden, och en rad kraftsensorer för att detektera plantartryck, vilket gör att den kan fånga 500 avläsningar per sekund – ungefär en femfaldig förbättring jämfört med smarta stegräknare och andra bärbara gånganalysverktyg.

Den verkliga magin, dock, händer utanför skon. Bärbara rörelsesensorer är i sig bullriga. För att övervinna den utmaningen, Zanotto puttrar dessa 500 mätningar per sekund till bara några få nyckelfunktioner, matar sedan in resultaten i en AI-algoritm som snabbt kan extrahera gångparametrar som är exakta inom ett par procentenheter.

Det är en stor förbättring jämfört med andra AI-gånganalysverktyg, som är beräkningsintensiva och kräver att data registreras för senare analys. Stevens-systemet är mycket mer effektivt, gör att den kan bakas in i en mikrokontroller som kan leverera gånganalys i realtid.

Det fungerar även oavsett om bäraren går eller springer, och genererar exakta resultat utan att kräva kalibrering eller anpassning för enskilda användare. Preliminära tester tyder på att SportSole även fungerar med barn så unga som tre år och äldre med vestibulära störningar, vars gångmönster skiljer sig mycket från friska vuxnas.

En sådan konsekvent noggrannhet är imponerande eftersom de flesta gångforskare använder avancerade sensorer som kostar $1, 000 eller mer för att minska antalet fel. Däremot Zanotto och hans team använde färdiga sensorer som kostade cirka 100 USD, förlitar sig på AI för att extrahera tillförlitlig data. "Vi uppnår samma eller bättre resultat till en mycket lägre kostnad, och det är en stor sak när det gäller att skala den här tekniken, sa Zanotto.

Tills vidare, fastän, teamet fokuserar på att testa SportSole för kliniskt bruk. En diskret, bärbar gångmonitor kan hjälpa forskare att optimera behandlingar för personer med rörelsestörningar, tillåta fjärrövervakning av utsatta befolkningsgrupper, eller erbjuda viktiga insikter om säkerheten och effekten av nya behandlingar som kan påverka gång och balans.