安德鲁·鲁宾（Andrew Rubin）坐在Surface平板电脑上，看着屏幕上的骨骼挤压和手指松开。 右手臂在一年前被截肢，但他使用安装在肩膀上的特殊装置重复了这些动作。
他手臂上的电极与记录神经信号序列的盒子相连，这使鲁宾可以训练假体，使其表现得像真实的手臂。 他说：“当我考虑挤压手指时，它会导致某些肌肉在前臂中收缩。” “程序会识别出我没有弯曲或伸出手时发生的顺序。”
一位来自华盛顿特区的49岁大学教授每月访问几次初创公司Infinite Biomedical Technologies，使用深度学习算法识别他肩膀上与各种手部动作相对应的信号。
每年，由于事故或各种医疗原因，有超过15万人进行了截肢。 然后，它们中的大多数会接受假体，该假体可以识别有限数量的信号，以通过手或脚进行控制。
但是，Infinite和另一家公司决定利用先进的信号处理，序列识别程序和其他先进的工程技术来开发新的假体控制器，从而使Rubin和其他人的生活更加轻松。 关键是要增加假体可以接受并帮助其解释的数据量。 “大多数患者的目标是使用多个功能，例如挤压和挤压手指或转动手。 序列识别为我们提供了这个机会，” Infinite总监Raul Kaliki说。 “现在，我们已经能够拦截四肢中更多的活动信号。”
Kaliki团队由14名员工组成，制造了这种电子产品，然后将其插入其他公司制造的假牙中。 他们的电子Sense控制器可记录来自鲁宾肩膀上多达八个电极的数据。 由于使用了数位板应用程序进行了数小时的训练，因此该设备能够以一定方式移动鲁宾的肩膀，从而识别鲁宾神经信号中编码的意图。 然后，Sense将指令传递给假体，从而形成一定的抓地力。
上周五，Infinite Caliki收到了美国食品和药物管理局（FDA）代表的通知，批准在美国销售Sense。 Kaliki说，他希望在11月底开始在假牙上安装该系统。 2017年，FDA官员批准了总部位于芝加哥的Coapt的类似系统。 根据公司董事布莱尔·洛克（Blair Lock）的说法，如今有400多人在家中使用它。
合作洛克13年前开始在西北大学附属的芝加哥康复学院担任工程师。 他与外科医生合作，在截肢后修复患者的神经损伤。 他说，一旦他意识到如果能够弄清楚如何改善来自身体的信号接收，那么制造出一种改良的假体将变得更加容易。 洛克说：“创新之处在于我们提供了一种更自然，更直观的方式来利用生物电子信号进行控制。”
洛克说，在早期版本的假肢中，电极记录了信号的强度，“但这就像您在听管弦乐队时只会知道乐器的声音有多大。” “很难弄清信号的内容和准确性。” Coapt系统在假体内部工作，成本从10,000美元到15,000美元不等，具体取决于所需的个人调整次数。 洛克说，假肢的价格在10,000美元到150,000美元之间。
一年前，妮可·凯利（Nicole Kelly）从Coapt获得了一种带有控制系统的新假体。 现在，这位28岁的芝加哥居民能够用新鲜的胡椒粉将它们磨碎，并持有扑克牌和公开啤酒。
“对于很多动作，结果证明我以前根本做不到，只是突然之间，它们开始变得更加容易，”出生于没有前臂的凯利说。 她说，她的假肢“不是我的身体，也不是100％自然的”。 -使用此技术进行交流的身体具有学习曲线。 实际上，即使是拿着盐罐和胡椒罐之类的东西，我实际上也是第一次进行。”
Coapt系统还具有一个重置按钮，如果挂钩无法按需使用，Kelly可以重新启动序列识别系统。 “在我看来，如果她在做某件事很奇怪，我可以单击“重置”，”前美国小姐竞选人，现在是残疾人权利活动家的凯利说。 她说，现在重新锻炼手臂大约需要两分钟。
这不是唯一的创新。 无限生物医学工程师分发射频识别（
RFID ）
标签，以便没有四肢的人可以将它们粘贴在门把手，厨房用具和其他家用物品上，这些有用的设备需要特殊的抓握。 这个想法是假体中的控制器识别RFID信号，并自动将捕获内容（例如，转动门把手所需的捕获物）更改为拿起报纸所需的捕获物。 据Kaliki称，该项目是在国立卫生研究院的财政支持下开发的。
这些技术仍然是新技术，并非所有人都可以使用。 您需要培训很多才能学习如何使用它们，当然，并非所有的保险公司都会为最复杂的假体或新的管理系统付费。 但是，安德鲁·鲁宾（Andrew Rubin）等患者希望其中的许多突破能够尽快出现。 到目前为止，如果他需要先拿起杯子然后打开门，则每次需要改变对假体的握持时，他都必须使用智能手机应用程序。
他说：“这是一个缓慢的过程，我认为我们最终会想出一些办法，使我不必依靠手机来改变抓地力。” 鲁宾说，他喜欢每周在巴尔的摩的Infinite办公室以及约翰·霍普金斯大学的生物工程实验室进行培训，该实验室开发出的手套可以像真正的手一样感到疼痛。 但是鲁宾-患有败血症感染并在数年前的肢体截肢中幸存下来-想要达到这样的程度：他可以用右手释放DSLR上的快门，平衡盘子或什至用笔写字。 而且，作为第一位在家测试来自Infinite的新序列识别系统的人，距离这一点并不遥远。