Jakob Rostovski TalTechi Thomas Johann Seebecki elektroonikainstituudist uuris oma doktoritöös, kuidas muuta liikumist abistavad seadmed nutikamaks, et need tuvastaksid kõrvalekaldeid kõndimise käigus. Rostovski töö aitab arendada lahendusi, mis muudavad taastusravi täpsemaks, energiatõhusamaks ja kasutajasõbralikumaks.
Praegu on meditsiinis populaarsed kõnnakut korrigeerivad seadmed, mis saadavad lihastesse elektriimpulsse, et jalg õigel ajal tõuseks. Enamik neist seadmetest töötab aga üsna „pimedalt“ – nad annavad impulsse automaatselt iga sammu ajal, ilma et hindaksid, kas konkreetne samm tegelikult tuge vajab. See tähendab, et lihaseid stimuleeritakse ka siis, kui see pole vajalik, mis kiirendab lihaste väsimist, ärritab nahka ja piirab seadme kasutusaega vaid mõnele tunnile päevas.
Rostovski doktoritöö keskmes oli lihtne, kuid oluline küsimus: kas kõnnaku kõrvalekaldeid on võimalik märgata juba nende tekkimise hetkel, mitte alles pärast sammu lõppu? „Kui tuvastame probleemi ja reageerime sellele alles siis, kui samm on juba tehtud, võib inimene olla selle ajaga juba kukkunud,“ selgitas Rostovski. Eakate või taastusravil viibivate inimeste jaoks võib iga viivitus tähendada ränki tagajärgi – näiteks luumurde, pikaajalist ravi või isegi iseseisva liikumise täielikku kaotust. Erinevalt olemasolevatest seadmetest ei otsi Rostovski lahendus lihtsalt võimalust pakkuda igal sammul tuge, vaid püüab aru saada, millal samm tegelikult tuge vajab, et sekkuda õigel ajal – enne, kui on hilja.
„Praegu maksavad tipptasemel abiseadmed üle kolme tuhande euro. Kui tahame, et neid saaksid endale lubada ka tavalised inimesed, peame arendama midagi odavamat, ent samas piisavalt tõhusat.”
Kuidas õpetada masinale vale sammu?
Et saada aru, kuidas võiks masin inimeste kõnnakut mõista, kogus Rostovski koos oma uurimisrühmaga kokku ainulaadse andmestiku: salvestati 22 inimese 155 kõnnakukatset, mis võimaldasid mõõta nii tavalisi kui ka kõrvalekalletega samme. Nende abil „õpetati“ masinaid tuvastama, milline samm on normaalne ja millal hakkab miski valesti minema.
Alguses katsetati tavaliste masinõppe (ehk algoritmide treenimise) meetoditega, mis kuulub klassikalisi andmeklastreid eristavate meetodite hulka. Seejärel mindi üle keerukamatele sügavõppe (deep learning) tehnikatele, mis suudavad leida ajas muutuvatest andmetest peenemaid mustreid ja seoseid. Kuigi kõnealused tehnikad andsid täpsuse mõttes suurepäraseid tulemusi – mõnel juhul jõuti kuni 95% täpsuseni –, seisnes probleem nende töömahukuses: sügavõppetehnikad vajasid nii palju arvutusvõimsust, et neid oleks raske väikeses, kantavas seadmes tööle panna. Seetõttu arendas Rostovski koos kolleegidega välja hoopis uue ja energiasäästlikuma lähenemise.
Prototüüp doktoritöö käigus veel päris valmis ei saanud, sest vastuseta jäid veel mitmed küsimust. „Kuna soovime luua kergesti kaasaskantavat ja energiasäästlikku seadet, pole arendustöö kergete killast,“ ütles Rostovski.
Näiteks tuleb tagada, et seade oleks piisavalt väike ja kerge, töötaks tavapäraste patareide või väikese akuga ja taluks pikaajalist kandmist. „Praegu maksavad tipptasemel abiseadmed üle kolme tuhande euro. Kui tahame, et neid saaksid endale lubada ka tavalised inimesed, peame arendama midagi odavamat, ent samas piisavalt tõhusat.“
„Kuna soovime luua kergesti kaasaskantavat ja energiasäästlikku seadet, pole arendustöö kergete killast.”
Arendustööd jätkab TalTechis uurimisrühm, mida juhib professor Alar Kuusik. Edasiste sammude käigus soovitakse täiustada nii riistvara (seadme füüsilist osa) kui ka häälestada algoritme veelgi paremaks, et need suudaksid erinevate inimeste ja erinevate haiguste puhul võimalikult usaldusväärselt töötada.
Kellele ja milleks: tulevikurakendused ei piirdu ainult haigetega
Kuigi arendustöö esialgne sihtgruppi kuuluvad erinevatest haigustest taastuvad inimesed, on tulevikus võimalik selliseid seadmeid palju laiemalt rakendada. „Me uurisime kaheksat erinevat kõnnakuhäiret, aga potentsiaalselt võiks seadet kasutada isegi sportlased, et mõõta enda liikumismustreid ja ennetada vigastusi.“
Näiteks saaks sportlane jälgida, kas vastab tema sammumuster ideaalsele tehnikale ja korrigeerida reaalajas oma treeningut.
Me kõik vananeme ning selle käigus nõrgenevad paratamatult nii meie liigesed, lihased kui ka tasakaal. Just seetõttu on Rostovski tööl laiem tähendus. „Ma usun, et ühel päeval võib igaüks meist neid masinaid vajada.“
Rostovski tunnistas, et projekt köitis teda eelkõige seetõttu, et ühendas kaks talle südamelähedast valdkonda: inimeste aitamise ja masinõppe.
Praegu peab ta akadeemilisest maailmast pausi, kuid ei välista, et tulevikus ülikooli seinte vahele naaseb. „Doktoritöö on vaimselt ja ajaliselt väga suur väljakutse. Praegu võtan aja maha, kuid hoian end toimuvaga kursis – kes teab, võib-olla tulen ühel päeval teadusmaailma tagasi,“ ütles Rostovski lõpetuseks.
„Ma usun, et ühel päeval võib igaüks meist neid masinaid vajada.”
