اندامهای پروتزی سال به سال پیشرفتهتر میشوند اما قدرت و دقت بیشتر آنها لزوما به سهولت استفاده یا کاربرد موثرتر آنها منجر نمیشود زیرا افرادی که با قطع عضو دست و پنجه نرم میکنند فقط تا حد پایهای قابل به کنترل این اندامها هستند. در پژوهشی که دانشمندان سوییسی به آن مشغولند راهکار امیدبخشی از کنترل بازوی پروتزی با استفاده از هوش مصنوعی به دست آمده است.
مثلا فردی که با قطع عضو از بالای آرنج رو به رو شده به وسیله سنسورهای نصب شده در ماهیچههای باقیمانده و سیگنالهای دیگر میتواند بازوی پروتزی متصل به دست خود را به حرکت در آورده و به جهت مد نظر اشاره کند و اشیاء را بردارد یا رها کند. با این حال تاندونها و ماهیچههایی که در حالت عادی کنترل انگشتان را به عهده دارند با آن بخش دست فرد از بین رفتهاند و بنابراین تواناییهای بسیاری که در یک دست سالم وجود دارد نیز به همراه آنها از بین رفته است.
برای حل این مشکل محققان دانشگاه EPFL وارد عمل شدهاند. اگر دست بداند که بعد از گرفتن یا رها کردن اجسام باید چه عکسالعملی نشان دهد دیگر محدود بودن به همین دو عمل مشکل بزرگی نخواهد بود. دقیقا مثل عکس العملی که دست انسان بدون نیاز به فکر کردن در هنگام گرفتن اجسام از خود نشان میدهد.
در این روش فردی که از بازوی پروتزی استفاده میکند یک مدل یادگیری ماشین را از طریق مشاهده سیگنال ماهیچههای فرد در حین انجام حرکات مختلف و گرفتن اجسام تعلیم میدهد. فرد این حرکات را بدون داشتن دست واقعی و به بهترین وجهی که میتواند انجام میدهد تا دست رباتیک با همین اطلاعات پایه یاد بگیرد که باید در هر حرکت چطور اجسام را بگیرد و این عمل را با پایش و بیشینه کردن سطح تماس با اجسام به صورت آنی و همزمان بهبود ببخشد.
زمانی که کار فرد با شیء مورد نظر تمام شد نیز دست پروتزی سیگنال رهاسازی را در ماهیچه فرد حس کرده و عکسالعمل لازم را انجام میدهد.
فعلا این روش در مراحل آزمایشی قرار دارد و با یک دست پروتزی و نرمافزار غیر بهینه تست شده است. اما نتایج به دست آمده امیدوار کننده هستند و میتوانند به عنوان سنگ بنای نسل بعدی پروتزهای هوشمند مورد استفاده قرار بگیرند.