Una manica stampata in 3D aiuta le protesi di mano a capire meglio i movimenti
Uno dei problemi più complessi nelle protesi di mano non riguarda soltanto la meccanica della mano artificiale. Molte protesi sono già in grado di aprire, chiudere, ruotare o assumere diverse configurazioni di presa. La parte più difficile resta capire con precisione che cosa l’utente vuole fare, traducendo l’intenzione del movimento in un comando stabile e utilizzabile.
Un gruppo di ricerca della Florida Atlantic University sta lavorando proprio su questo passaggio: l’interfaccia tra il corpo della persona e la protesi. Il progetto, guidato da Erik D. Engeberg insieme a Wen-Yu “Marty” Cheng, propone un manicotto su misura, realizzato con il supporto della stampa 3D, che viene applicato al moncone o all’avambraccio residuo e legge le variazioni muscolari attraverso sensori magnetici morbidi.
L’obiettivo non è creare una protesi standard valida per tutti, ma costruire un sistema capace di adattarsi alla singola persona.
Dal moncone alla protesi: perché la personalizzazione è decisiva
Chi utilizza una protesi di mano non ha tutti lo stesso tipo di amputazione, la stessa anatomia residua o la stessa distribuzione muscolare. Anche due pazienti con una amputazione simile possono generare segnali diversi quando cercano di compiere un gesto, per esempio chiudere il pugno, muovere il polso o preparare una presa.
Le protesi mioelettriche tradizionali si basano spesso sull’elettromiografia, cioè sulla lettura dei segnali elettrici prodotti dai muscoli. È una tecnologia molto usata, ma può essere sensibile a diversi fattori: sudore, posizione degli elettrodi, movimento della pelle, affaticamento, variazioni giornaliere del contatto tra sensore e corpo.
Il gruppo della Florida Atlantic University segue una strada diversa, basata sulla force myography, o FMG. Invece di leggere soltanto segnali elettrici, il sistema misura le piccole deformazioni meccaniche prodotte dai muscoli quando la persona tenta di compiere un movimento. In pratica, il manicotto non “ascolta” solo l’attività elettrica del muscolo, ma registra anche come cambia la forma del tessuto sotto la pelle.
Una manica stampata in 3D e costruita sulla persona
Il processo parte da una scansione 3D del braccio o del moncone. Da questa scansione viene progettata una struttura indossabile su misura, pensata per aderire correttamente alla forma del corpo senza bloccare i movimenti.
La stampa 3D entra quindi come tecnologia di personalizzazione. Non serve semplicemente a produrre un componente, ma a realizzare un’interfaccia anatomica: un supporto costruito attorno alla geometria reale dell’utente.
All’interno del manicotto vengono integrati sensori magnetici morbidi e flessibili. Secondo la configurazione scelta, il sistema può usare 18 o 24 moduli sensore, distribuiti in base alla dimensione del braccio, alla posizione dei muscoli residui e alle caratteristiche anatomiche della persona.
Questa parte è importante: la ricerca mostra che non esiste una disposizione ideale valida per tutti. Alcuni utenti ottengono risultati migliori con meno sensori, altri hanno bisogno di una rete più fitta. In diversi casi, la precisione aumenta quando la posizione dei sensori viene adattata ai muscoli effettivamente disponibili.
Come funziona la lettura del movimento
Quando una persona prova a muovere una mano che non c’è più, i muscoli residui dell’avambraccio o del moncone si contraggono comunque. Queste contrazioni generano piccole variazioni di forma e pressione.
Il manicotto rileva queste variazioni attraverso i sensori magnetici. I dati raccolti vengono poi inviati a un modello di intelligenza artificiale addestrato sul singolo utente. Il compito del modello è associare un certo pattern muscolare a un gesto: apertura della mano, chiusura, movimenti del polso, prese differenti o altre azioni.
Il punto centrale non è solo riconoscere un segnale, ma farlo in tempo reale e con sufficiente stabilità da permettere il controllo di una mano robotica. Una protesi utile nella vita quotidiana deve rispondere in modo coerente, senza costringere l’utente a ripetere continuamente il gesto o a compensare i limiti del dispositivo.
I test su 10 partecipanti e 19 gesti riconosciuti
Il sistema è stato testato su 10 partecipanti, tra cui 3 persone con amputazione dell’arto superiore. Durante le prove, il manicotto sensorizzato è stato utilizzato per riconoscere 19 gesti di mano e polso e tradurli in comandi per una mano robotica.
I ricercatori hanno valutato anche la stabilità dei sensori nel tempo. Per simulare un utilizzo ripetuto, i moduli sono stati sottoposti a più di 7.500 cicli di forza generati roboticamente. Dopo questa prova, il rapporto tra forza applicata e risposta del sensore è rimasto stabile, senza una perdita evidente di prestazioni.
Questo aspetto è fondamentale per una possibile applicazione clinica. Un sistema di controllo per protesi non deve funzionare solo in laboratorio durante una singola dimostrazione, ma deve mantenere una risposta affidabile anche dopo molte ripetizioni.
Perché la stampa 3D è utile in questo tipo di protesi
In questo progetto la stampa 3D non viene usata solo per ridurre i costi o velocizzare la prototipazione. La sua funzione più interessante è la possibilità di produrre dispositivi adattati alla persona.
Ogni manicotto può essere progettato partendo dalla scansione del braccio. Questo consente di intervenire su forma, aderenza, posizione dei sensori e distribuzione dei moduli. In una prospettiva futura, un tecnico ortopedico potrebbe trattare la configurazione dei sensori quasi come una prescrizione personalizzata: tanti sensori dove servono, meno dove non aggiungono informazioni utili, con un compromesso tra comfort, precisione e semplicità costruttiva.
Questo approccio si collega a una tendenza più ampia della manifattura additiva in campo medicale: non produrre un oggetto “medio”, ma un dispositivo costruito sulla singola anatomia.
Dalla protesi standard alla protesi che si adatta all’utente
Molti sistemi protesici obbligano ancora l’utente ad adattarsi alla macchina. La persona deve imparare come contrarre alcuni muscoli, come attivare un certo comando, come passare da un tipo di presa all’altro.
Il lavoro della Florida Atlantic University ribalta parzialmente il problema. Non è solo il paziente che deve imparare la protesi: anche la protesi deve imparare il paziente. Il modello AI viene addestrato sui pattern specifici della persona e il manicotto viene costruito sulla sua anatomia.
Questo non elimina tutte le difficoltà. Serviranno altri test, studi clinici più ampi e valutazioni sull’uso quotidiano. Resta anche da capire come il sistema si comporti nel lungo periodo, quando cambiano volume del moncone, tono muscolare, sudorazione, abitudini di utilizzo e condizioni ambientali.
Il valore del progetto sta però nel modo in cui mette insieme tre elementi: scansione 3D, produzione additiva e sensori morbidi. La protesi di mano non viene più vista soltanto come una macchina da comandare, ma come un sistema personalizzato che deve leggere segnali complessi, diversi da persona a persona.
Un dataset aperto per la comunità scientifica
Un altro elemento interessante è la disponibilità dei dati. Il gruppo ha reso accessibile un dataset legato alla ricerca, con dati FMG raccolti da partecipanti con e senza amputazione. Questo può aiutare altri ricercatori a testare algoritmi, confrontare approcci e sviluppare ulteriori sistemi di riconoscimento del movimento.
Nel settore delle protesi, la disponibilità di dati è un tema concreto. Più dataset aperti significa più possibilità di confrontare i risultati, migliorare i modelli e ridurre la distanza tra prototipo di laboratorio e dispositivo utilizzabile.
Una direzione concreta per le protesi personalizzate
La ricerca non va letta come una soluzione pronta per il mercato, ma come un passaggio utile verso protesi di mano più adattabili. L’uso di un manicotto stampato in 3D permette di avvicinare la sensoristica al corpo reale dell’utente. I sensori magnetici morbidi leggono variazioni muscolari che i sistemi tradizionali possono perdere o interpretare con difficoltà. L’intelligenza artificiale, se addestrata sulla singola persona, può tradurre questi segnali in comandi più coerenti.
Per la stampa 3D medicale è un caso significativo perché mostra come la produzione additiva possa avere un ruolo non solo nella realizzazione della protesi, ma anche nell’interfaccia uomo-macchina. Spesso la differenza tra una protesi utilizzata e una abbandonata non dipende solo dal design della mano artificiale, ma dalla qualità del controllo, dal comfort e dalla capacità del dispositivo di inserirsi nella vita quotidiana dell’utente.
In questo senso, la manica sensorizzata sviluppata alla Florida Atlantic University rappresenta un esempio concreto di come la personalizzazione possa diventare parte integrante dei dispositivi protesici del futuro.
