引言：易發(fā)表網(wǎng)憑借豐富的文秘實踐，為您精心挑選了一篇臨床教學(xué)中康復(fù)機器人原型機的研究范例。如需獲取更多原創(chuàng)內(nèi)容，可隨時聯(lián)系我們的客服老師。

痙攣是卒中后偏癱患者的常見癥狀，痙攣的臨床評定也是卒中后康復(fù)的重要組成部分。在痙攣評定中，臨床常用的量表為Ashworth量表和改良Ashworth量表[1]。這兩個量表運用于卒中后痙攣的評定簡易、快捷，是康復(fù)醫(yī)師和康復(fù)治療師必備的臨床基本功。同時，使用Ashworth量表和改良Ashworth量表評定痙攣，也是康復(fù)臨床教學(xué)中的重點。但是，在痙攣評定康復(fù)臨床教學(xué)中，由于卒中患者痙攣情況易變、被試患者耐受度下降[2]，即使同一名患者也可能出現(xiàn)同一評定時間段而肌肉張力不同的情況，從而對學(xué)生的學(xué)習(xí)造成一定的影響。另外，沒有進(jìn)入臨床實習(xí)的本科學(xué)生，可能很少有機會參與患者的評定或治療工作。在進(jìn)行課堂教學(xué)后，由于缺乏實踐機會，造成“學(xué)用脫節(jié)”，不能“學(xué)以致用”的情況。針對以上教學(xué)中出現(xiàn)的問題，我們借鑒先前的研究經(jīng)驗[12]，以張立群等[13]對痙攣的闡述作為核心原理，結(jié)合康復(fù)醫(yī)學(xué)、康復(fù)治療學(xué)臨床醫(yī)務(wù)人員的實踐經(jīng)驗，設(shè)計并制造了一款模擬肘關(guān)節(jié)屈肌肌群“卒中后典型痙攣”的教學(xué)仿真機器人原型機，用于康復(fù)臨床模擬教學(xué)，并對機器人的模擬效果進(jìn)行了初步的驗證。

1機器人原型機的構(gòu)造及原理

教學(xué)仿真機器人原型機由首都醫(yī)科大學(xué)宣武醫(yī)院康復(fù)醫(yī)學(xué)科設(shè)計，其中包括原型機的硬件構(gòu)架、軟件操作方式和具體參數(shù)設(shè)定。原型機硬件委托北京力泰克醫(yī)療科技有限公司加工制造，原型機軟件控制程序代碼委托公司工程師編寫。

1.1機器人原型機的構(gòu)造

教學(xué)仿真機器人原型機包括主機部分和控制原型機的電腦。原型機主機部分由肌張力阻力生成組件（ELF_EL動力器件，可二次編程開發(fā)）、力矩傳感器、肌張力模擬控制器、可安裝仿生移動臂的握持把手、教學(xué)軟件通信端口、系統(tǒng)桌面固定裝置構(gòu)成，見圖1（a）?？刂圃蜋C的電腦通過教學(xué)軟件通信端口對原型機主機進(jìn)行控制，按照卒中后痙攣出現(xiàn)的原理及Ashworth量表的評定方法對控制軟件系統(tǒng)進(jìn)行了設(shè)計。按照Ashworth量表的評定要求，如圖2所示，操作者以“盡可能快的速度”扳動握持把手，即時速度信息、角度信息輸入系統(tǒng)；系統(tǒng)按照預(yù)先設(shè)定“Ashworth分級相關(guān)參數(shù)”對上述信息進(jìn)行翻譯、處理后，通過肌張力阻力生成組件產(chǎn)生一個相對于當(dāng)前關(guān)節(jié)運動速度和運動角度的阻力，然后經(jīng)握持把手反饋給操作者，令操作者產(chǎn)生Ashworth量表評定時出現(xiàn)的不同“手感”；同時，力矩傳感器會將操作者施加于原型機的實時力矩反饋回系統(tǒng)，輔助系統(tǒng)修正及向操作者實時反饋。

1.2原型機工作原理

腦卒中后的肌肉痙攣，表現(xiàn)為關(guān)節(jié)進(jìn)行一定速度的被動運動以及運動到一定角度時，出現(xiàn)明顯的肌肉張力升高，即產(chǎn)生一定的“阻力”（F）。在這個產(chǎn)生“阻力”（F）的過程中，包含了“反射”和“非反射”兩種成分?！胺瓷洹背煞职▌討B(tài)牽張反射（dynamicstretchreflex）FB1和緊張性牽張反射（tonicstretchreflex）FK1；“非反射”成分包括粘滯阻尼（viscousdamping）FB2和彈性剛度（elasticstiffness）FK2。其中，F(xiàn)B1與FB2和關(guān)節(jié)的運動速度θ相關(guān)；FK1和FK2與關(guān)節(jié)活動的角度θ相關(guān)。所以，使用機器人進(jìn)行模擬在一定關(guān)節(jié)運動速度和關(guān)節(jié)運動角度的情況下出現(xiàn)的肌肉張力變化可表述為以下公式：F=FB1+FB2+FK1+FK2=B1(λ)θ(t)+B2(λ)θ(t)+K1(λ)θ(t)+K2(λ)θ(t)其中B1和B2系數(shù)和關(guān)節(jié)運動速度相關(guān)，K1和K2系數(shù)和關(guān)節(jié)運動角度相關(guān)。所以，利用機器人實現(xiàn)模擬痙攣過程中，通過調(diào)整以上幾個系數(shù)，可能達(dá)到模擬不同程度卒中后痙攣的目的。考慮到本研究是一個初步的嘗試，故我們令B1=B2，K1=K2。將上述模型簡化為一個“阻尼器”（產(chǎn)生阻力和關(guān)節(jié)運動速度θ相關(guān)）和“彈簧”（產(chǎn)生阻力和關(guān)節(jié)運動角度θ相關(guān)）的組合結(jié)構(gòu)，見圖1（b）。即牽拉越快，產(chǎn)生阻力越高；牽拉關(guān)節(jié)角度越大，產(chǎn)生阻力越高。上述結(jié)構(gòu)用如下簡化數(shù)學(xué)模型進(jìn)行表述：在本實驗中，考慮機器人系統(tǒng)在運行當(dāng)中也會出現(xiàn)內(nèi)部阻力，故在公式中增加補償力A（Assistive）。故最終的公式為：以上述公式作為基礎(chǔ)，通過對參數(shù)B、K、A的調(diào)整和選擇，本實驗初步嘗試使用機器人原型機對痙攣肘關(guān)節(jié)屈肌肌群的Ashworth1、2、3、4級進(jìn)行模擬。

2機器人參數(shù)設(shè)定和效果評估

2.1機器人參數(shù)設(shè)定

機器人模擬不同等級痙攣的內(nèi)部參數(shù)，由三位課題組人員共同確定完成。三位課題組成員均為高年資臨床康復(fù)從業(yè)人員。使用和原型機配套的軟件系統(tǒng)，對內(nèi)部參數(shù)進(jìn)行調(diào)整。在進(jìn)行參數(shù)確定時，三位研究人員均需要同意該參數(shù)可以代表某Ashworth分級時，該參數(shù)方可進(jìn)行確認(rèn)。

2.2效果測試和評估

參與教學(xué)仿真機器人效果評估人員為首都醫(yī)科大學(xué)宣武醫(yī)院康復(fù)醫(yī)學(xué)科的臨床工作人員共22名，其中康復(fù)醫(yī)師5名，康復(fù)治療師17名；所有參與人員均首次使用教學(xué)仿真機器人。為保證評估測試的準(zhǔn)確性和嚴(yán)謹(jǐn)性，前期參與機器人參數(shù)設(shè)定的研究人員不進(jìn)行效果評估測試。

2.3評估測試內(nèi)容

教學(xué)仿真機器人運行隨機化程序，隨機模擬呈現(xiàn)屈肘肌群Ashworth評級1級、2級、3級、4級中的任意一項，一共呈現(xiàn)20次。機器人隨機呈現(xiàn)的痙攣等級以文本文檔的形式進(jìn)行后臺記錄，參與評測人員無法知曉。機器人隨機呈現(xiàn)痙攣后，參評人員須對呈現(xiàn)的痙攣等級進(jìn)行評定，并將評定結(jié)果按照機器人的呈現(xiàn)順序進(jìn)行記錄。

3評定方法

使用R統(tǒng)計軟件對所有數(shù)據(jù)進(jìn)行統(tǒng)計計算，用Kappa系數(shù)和95%置信區(qū)間（95%CI）對一致性進(jìn)行描述。

4結(jié)果

見表1—2。

5討論

5.1機器人輔助技術(shù)模擬教學(xué)

模擬教學(xué)（simulation-basededucation，SBE）是一種創(chuàng)造學(xué)習(xí)環(huán)境，并讓學(xué)生在受控的仿真學(xué)習(xí)環(huán)境中進(jìn)行臨床技能學(xué)習(xí)的方法[3]。Greenwood等[4]的研究證明，在康復(fù)治療師臨床教學(xué)當(dāng)中，25%的教學(xué)內(nèi)容可以被“模擬教學(xué)”取代。在模擬教學(xué)中，經(jīng)常使用的教學(xué)方法有“模擬患者”（simulatedpa-tients，SP）或“標(biāo)準(zhǔn)化患者”（standardizedpatients，SP）[5]。這種方法通過培訓(xùn)，使受訓(xùn)者可準(zhǔn)確模擬現(xiàn)實環(huán)境中患者的表現(xiàn)。一項有關(guān)SP在康復(fù)治療師教學(xué)中作用的薈萃分析顯示，SP是一種可部分替代傳統(tǒng)康復(fù)治療師臨床實習(xí)的教學(xué)方法，在初級康復(fù)治療師的教學(xué)中具備很高的價值。雖然SP具備上述優(yōu)點，但是其在臨床教學(xué)中的開展卻并不廣泛。阻礙SP在康復(fù)治療師臨床教學(xué)開展的原因可能是缺乏教學(xué)資源、教學(xué)設(shè)備和教學(xué)經(jīng)費[6]。針對上述問題，有學(xué)者提出了使用機器人輔助技術(shù)模擬患者的病理模式，達(dá)到部分取代SP的目的。在既往的研究中，曾使用多種手段提取患者的生物學(xué)信號，而后通過分析進(jìn)行患者病理模式數(shù)學(xué)建模，再使用機器人進(jìn)行仿真，從而嘗試達(dá)到模擬教學(xué)的目的[7—10]，但其研究中還是存在一些問題。首先，進(jìn)行患者病理模式數(shù)學(xué)建模的生物學(xué)信號，僅來自于有限的數(shù)名患者，可能不具有廣泛的代表性；其次，大部分仿真教學(xué)機器人沒有經(jīng)過多位臨床專業(yè)人員的一致性檢驗，其“仿真”程度有待檢驗[7—10]。另外，有的設(shè)計強調(diào)了教學(xué)機器人模擬痙攣像“Ashworth分級”，在其設(shè)計中完全按照Ashworth分級對于“關(guān)節(jié)運動角度和肌肉痙攣的變化描述”進(jìn)行設(shè)計，而忽視卒中后痙攣的本質(zhì)實際上是“速度倚賴性的肌肉張力異常升高”和“關(guān)節(jié)不同程度攣縮”的總和[14]。

5.2教學(xué)機器人的設(shè)計思路探討

鑒于上述研究中出現(xiàn)的問題，我們使用了不同的邏輯對教學(xué)機器人進(jìn)行了設(shè)計。首先，機器人對于痙攣模擬的核心邏輯對應(yīng)了卒中患者異常肌肉張力出現(xiàn)的機制。患者卒中后因為缺乏上運動神經(jīng)元的調(diào)控，出現(xiàn)了“速度倚賴性肌肉張力升高”，隨著痙攣的加重，關(guān)節(jié)活動變少，后期還可出現(xiàn)不同程度的關(guān)節(jié)攣縮。所以，基于本實驗的基本公式F=Bθ(t)+Kθ(t)+A，對于不同痙攣程度的模擬邏輯就變成了“參數(shù)B、K、A的不同配比選擇”。其次，本實驗不同于既往實驗使用“有限的患者數(shù)據(jù)”進(jìn)行仿真模擬的方式。我們在已有建模的基礎(chǔ)上，使用“臨床高年資康復(fù)醫(yī)務(wù)工作者的臨床經(jīng)驗”對不同Ashworth分級對應(yīng)的參數(shù)B和參數(shù)K進(jìn)行確定，而后“多位臨床康復(fù)工作者進(jìn)行一致性檢測”的方法對教學(xué)仿真機器人進(jìn)行驗證。以上的方法實際符合康復(fù)臨床教學(xué)的流程和特點。在臨床教學(xué)中，帶教教師通常會以語言和實際操作的方式將自己對患者情況的“感受”告知實習(xí)學(xué)生或低年資治療師。在這種模式中，帶教教師的多年臨床經(jīng)驗就成為了決定教學(xué)成功與否的重要因素。最后，通過一致性檢測發(fā)現(xiàn)，仿真教學(xué)機器人呈現(xiàn)的痙攣和人工評定的總體一致率為0.884，說明教學(xué)機器人原型機對于卒中后典型痙攣仿真度較高，可能具備了成為康復(fù)治療師臨床教學(xué)工具的潛能，同時也證明了以“臨床高年資康復(fù)醫(yī)務(wù)工作者的經(jīng)驗”為導(dǎo)向進(jìn)行教學(xué)機器人設(shè)計的可行性。

5.3實驗不足和展望

雖然初步實驗顯示了仿真模擬的準(zhǔn)確性和設(shè)計思路的可行性，但是實驗結(jié)果顯示機器人的痙攣模擬對于Ash-worth3級并不理想，一致率為0.73，在今后的工作中，需要對等級參數(shù)進(jìn)行重新設(shè)定和調(diào)整。另外，患者的痙攣會根據(jù)被動運動速度的不同而產(chǎn)生變化，而本次實驗中僅使用“最快牽伸速度”對仿真教學(xué)機器人進(jìn)行檢測，在后期的工作中擬增加使用考慮速度因素的TARDIEU量表[12]對機器人進(jìn)行更為細(xì)致的檢測以及功能升級。

6結(jié)論

教學(xué)機器人原型機對于卒中后典型痙攣仿真度較高，可能具備了成為康復(fù)治療師臨床教學(xué)工具的潛能；初步證明了以“臨床高年資康復(fù)醫(yī)務(wù)工作者的經(jīng)驗”為導(dǎo)向進(jìn)行教學(xué)機器人設(shè)計的可行性。

參考文獻(xiàn)

[1]GregsonJM，LeathleyM，MooreAP，etal.ReliabilityoftheToneAssessmentScaleandthemodifiedAshworthscaleasclinicaltoolsforassessingpoststrokespasticity[J].ArchPhysMedRehabil，1999，80（9）：1013.

[2]WinsteinCJ，SteinJ，ArenaR，etal.Guidelinesforadultstrokerehabilitationandrecovery：Aguidelineforhealth-表careprofessionalsfromtheAmericanHeartAssociation/AmericanStrokeAssociation[J].Stroke，2016，47（6）：98—169.

[3]CookDA，HamstraSJ，BrydgesR，etal.Comparativeef-fectivenessofinstructionaldesignfeaturesinsimulation-basededucation：systematicreviewandmeta-analysis[J].MedTeach，2013，35（1）：867—898.

[4]GreenwoodKC，EwellSB.Facultydevelopmentthroughsimulation-basededucationinphysicaltherapisteducation[J].AdvSimul（Lond），2018，3：1.

[5]BlackB，MarcouxBC.Feasibilityofusingstandardizedpa-tientsinaphysicaltherapisteducationprogram：apilotstudy[J].JPhysTherEduc，2002，16（2）：49—56.

[6]PritchardSA，BlackstockFC，NestelD，etal.Simulatedpatientsinphysicaltherapyeducation：systematicreviewandmeta-analysis[J].PhysTher，2016，96（9）：1342—1353.

[7]MouriT.Robothandimitatingdisabledpersonforeducation/trainingofrehabilitation[J].JRM，2008，20（2）：280—288

[8]KikuchiT，OdaK，YamaguchiS，etal.Leg-robotwithMRclutchtorealizevirtualspasticmovements[J].JIntelMatSystStr，2009，21（15）：1523—1529.

[9]ParkHS，KimJ，DamianoDL.Hapticrecreationofelbowspasticity[J].IEEEIntConfRehabilRobot，2011，2011：5975462.

[10]ParkJH，LeeKJ，YoonYS，etal.Developmentofel-bowspasticitymodelforobjectivetrainingofspasticityas-sessmentofpatientspoststroke[J].IEEEIntConfRehabilRobot，2017：146—15

[11]JuddB，F(xiàn)ethneyJ，AlisonJ，etal.Performanceinsimu-lationisassociatedwithclinicalpracticeperformanceinphysicaltherapiststudents[J].JPhysTherEduc，2018，32（1）：94—99.

[12]LiF，WuY，LiX.Test-retestreliabilityandinter-raterre-liabilityoftheModifiedTardieuScaleandtheModifiedAshworthScaleinhemiplegicpatientswithstroke[J].EurJPhysRehabilMed，2014，50（1）：9—15.

[13]ZhangLQ，ChangSG，RenY，etal.Simultaneouscharac-terizationsofreflexandnonreflexdynamicandstaticchangesinspastichemiparesis[J].JNeurophysiol，2013，110（2）：418—430.

[14]張巖嶺，左旭輝，于振中，等.一種康復(fù)模擬人肌張力等級的實現(xiàn)方法.CN111415565A[P].2020.1—2.

作者:劉霖 朱琳 孫晨曦 曹磊 劉秀貞 胡潔 任宇鵬 宋為群 單位:首都醫(yī)科大學(xué)宣武醫(yī)院康復(fù)醫(yī)學(xué)科 北京力泰克醫(yī)療科技有限公司