Fondo:El deterioro de las extremidades superiores es común en los accidentes cerebrovasculares y puede tener un impacto devastador en la vida diaria de los sobrevivientes de accidentes cerebrovasculares. Las estrategias de rehabilitación convencionales dirigidas a las deficiencias motoras en los supervivientes de un accidente cerebrovascular incluyen tratamientos multidisciplinarios de fisioterapia y terapia ocupacional. Recientemente, técnicas como la terapia de movimiento inducido por restricción, la terapia en espejo (MT) y la terapia asistida por robot utilizan sistemas efectores finales. Si bien en varios estudios se ha informado que estos enfoques son eficaces, en gran medida requieren un nivel mínimo de movimiento residual de las extremidades paréticas para su realización, y esto excluye a una gran proporción de pacientes con accidente cerebrovascular, como en el caso de la CIMT. El uso de imágenes motoras (MI) basadas en la interfaz cerebro-computadora (BCI) presenta un medio alternativo de rehabilitación para abordar el problema que enfrentan los pacientes con una función motora residual insignificante.

Objetivo:Este estudio de viabilidad controlado aleatorio investiga la capacidad de aplicación clínica del guante robótico blando basado en interfaz cerebro-computadora (BCI-SRG) que incorpora tareas orientadas a actividades de la vida diaria (AVD) para la rehabilitación de accidentes cerebrovasculares.
Métodos:Once pacientes reclutados con accidente cerebrovascular crónico fueron asignados aleatoriamente al grupo BCI-SRG o Soft Robotic Glove (SRG). Cada grupo se sometió a una intervención de 120- minutos por sesión que comprendía una terapia de brazo estándar de 30- minutos y una terapia experimental de 90- minutos (BCI-SRG o SRG). Para realizar tareas de AVD, el grupo BCI-SRG utilizó imágenes motoras-BCI y SRG, mientras que el grupo SRG utilizó SRG sin imágenes motoras-BCI. Ambos grupos recibieron 18 sesiones de intervención durante 6 semanas. Las puntuaciones de la Evaluación motora Fugl-Meyer (FMA) y de la Prueba de brazo de investigación de acción (ARAT) se midieron al inicio (semana 0), después de la intervención (semana 6) y en los seguimientos (semana 12 y 24). En total, 10/11 pacientes completaron el estudio, 5 en cada grupo y 1 abandonó.
Resultados:Aunque no hubo diferencias significativas entre grupos para FMA y ARAT durante la 6- semana de intervención, la mejora de FMA y ARAT pareció mantenerse más allá de la 6- semana de intervención para el grupo BCI-SRG, en comparación con el control SRG. Por cierto, todos los sujetos de BCI-SRG informaron una sensación de movimiento vívido del miembro superior afectado por el accidente cerebrovascular y 3/5 tuvieron este fenómeno que persistió más allá de la intervención, mientras que ninguno de los de SRG lo hizo.


Conclusión:BCI-SRG sugirió tendencias probables de mejoras funcionales sostenidas con una experiencia cinestésica peculiar que dura más que la intervención activa en el accidente cerebrovascular crónico a pesar de la extrema necesidad de investigaciones a gran escala para verificar la significación estadística.Agregar BCI al entrenamiento robótico suave para la rehabilitación de accidentes cerebrovasculares orientados a las AVD es prometedor para lograr mejoras sostenidas y generar percepción de los movimientos motores.

Como innovador guante robótico suave basado en una interfaz cerebro-computadora (BCI-SRG), el robot de rehabilitación manual (BCI) Syrebo, basado en los principios de imágenes motoras y plasticidad neuronal, puede lograr una estimulación neuronal bidireccional de circuito cerrado de "control de percepción". , mejorando significativamente la eficacia de la rehabilitación.Adopta un algoritmo inspirado en el cerebro para capturar EEG, lo que garantiza la precisión de los datos. Al mismo tiempo, puede recopilar datos de señales de EEG y visualizarse en software, proporcionando referencias para programas de rehabilitación e investigaciones clínicas.Request demo & trial: [email protected]


Referencia: Cheng N, Phua KS, Lai HS, et al. Rehabilitación con guantes robóticos blandos basada en interfaz cerebro-computadora para accidentes cerebrovasculares. IEEE Trans Biomed Ing. 67(12) de diciembre de 2020:3339-3351.