Saltar al contenido

Enseñar a los robots a navegar por las agitadas salas de emergencia no es una tarea fácil

mayo 30, 2021
04gXobFvlyc09b6hiPktCd8 4.1622127278.fit lim.size 1200x630
(Imagen: Getty)

Los robots ya están resultando útiles para ayudar al personal médico y apoyar a quienes necesitan atención domiciliaria, como las personas con demencia. Pero, ¿cuán autónomos pueden ser realmente cuando se trata de brindar atención a humanos vulnerables?

Antes de sus charlas en la Conferencia Internacional de Robótica y Automatización de la próxima semana en China, y la conferencia We Robot en septiembre, hablamos con la Dra. Laurel Riek, Profesora Asociada de Ciencias e Ingeniería Informática en la Universidad de California en San Diego (UCSD), quien también ocupa cargos conjuntos en el Departamento de Medicina de Emergencias y el Instituto de Robótica Contextual. Ella nos guió a través de su investigación sobre “señales incorporadas” para ayudar a las personas con demencia y su trabajo para llevar software robótico a las salas de emergencia.


Como director del Laboratorio de Robótica Sanitaria, ¿puede darnos una breve descripción general de su enfoque y los tipos de investigación que usted y sus estudiantes de doctorado / postdoctorado llevan a cabo allí?
[LR] Mi investigación explora la construcción de robots que puedan sentir, comprender y aprender de personas reales en el mundo real. Me interesan los problemas fundamentales y aplicados para permitir la autonomía de los robots y los sistemas inteligentes, incluida la percepción, la coordinación y el aprendizaje a largo plazo de los robots. Situamos nuestro trabajo dentro de la atención médica y resolvemos los problemas que surgen en entornos de salud comunitaria, atención domiciliaria y medicina de emergencia.

Dr. Laurel Riek
Dr. Laurel Riek

Uno de los principales objetivos de la investigación es la personalización de robots para la salud. ¿Puedes contarnos sobre eso?
[LR] Sí, un enfoque reciente de nuestro laboratorio es diseñar nuevos métodos para que los robots personalicen su comportamiento con las personas y se adapten a ellas. En el cuidado de la salud, una talla no sirve para todos, por lo que es importante que: 1) las partes interesadas estén bien incluidas en el codiseño tanto de la tecnología en sí como de la intervención de salud basada en la tecnología, y 2) los sistemas que construimos sean capaces de adaptarse y adaptarse a las diferencias y preferencias de los individuos para facilitar la eficacia de la intervención.

Nos apasiona la equidad en salud y nos aseguramos de que los sistemas que creamos sean lo más accesibles y asequibles posible. Por lo tanto, trabajamos en estrecha colaboración con socios de salud de la comunidad para ayudar a respaldar este objetivo.

La semana que viene presentará los resultados de la investigación en la Conferencia Internacional sobre Robótica y Automatización. ¿Puedes contarnos sobre tu Red Q profunda crítica para la seguridad (SafeDQN) y sus objetivos?
[LR] Hemos trabajado durante varios años con los trabajadores de la salud en los hospitales y hemos descubierto que una de las áreas más concurridas y concurridas es el Departamento de Emergencias (DE). Incluso en tiempos anteriores a COVID, los pacientes pueden estar situados en los pasillos durante horas. También hay muchas personas diferentes que hacen muchas cosas diferentes: médicos, enfermeras, técnicos, técnicos de emergencias médicas, miembros de la familia, etc., lo que no solo aumenta el hacinamiento, sino que también agrega una carga cognitiva adicional a las personas que lo integran. Al crear tecnología para un servicio de urgencias o cualquier otro entorno crítico para la seguridad, es importante comprender este contexto.

En este artículo, dirigido por mi estudiante de doctorado Angelique Taylor, exploramos el problema de cómo un robot puede comprender y modelar la actividad en el servicio de urgencias, particularmente con respecto a la agudeza del paciente. Aquí, observamos que es probable que un paciente de alta agudeza (p. Ej., Que tiene un ataque cardíaco o un derrame cerebral) tenga un mayor número de trabajadores de la salud a su alrededor que se mueven rápidamente. Usamos esta intuición para diseñar nuestro sistema, llamado SafeDQN, que permite a los robots comprender el tipo de tarea que realizan los trabajadores de la salud, para que no interrumpan la prestación de cuidados que salvan vidas.

vista de robot de una sala de emergencias

¿Puede darnos un ejemplo de cómo se podría “enseñar” al robot a navegar por el servicio de urgencias?
[LR] Para nuestra evaluación, simulamos cuatro escenarios (mapas) en los que un robot entregaba suministros a un médico en un servicio de urgencias ocupado. Cada escenario incluía lugares donde los pacientes de alta agudeza estaban siendo tratados en los pasillos y otros donde los médicos podrían estar tratando a pacientes de baja agudeza. El robot necesitaba determinar el camino más seguro que también era el más rápido. Comparamos nuestro sistema con tres métodos tradicionales de navegación robótica que no tienen en cuenta el nivel de agudeza del paciente. Estos incluyen 1) RandomWalk, donde un robot navega seleccionando aleatoriamente una acción hasta que alcanza su objetivo, 2) A * Search, que usa reglas simples (heurísticas) para encontrar el camino más corto, y 3) El algoritmo de Dijkstra, que modela el mundo. como nodos en un gráfico y luego intenta calcular el gráfico más corto.

¿Y SafeDQN demostró ser cada vez más eficiente?
[LR] Si. Descubrimos que SafeDQN genera las rutas más seguras y rápidas para los robots móviles cuando navegan en un entorno ED simulado. Fue significativamente mejor que Random Walk, A * y Dijstra. Hasta donde sabemos, este es el primer trabajo que presenta un método de navegación consciente de la agudeza para robots en entornos críticos para la seguridad.

¿Es cierto que sus estudiantes de doctorado entrenaron el sistema de simulación de IA usando videos de YouTube?
[LR] Entrenamos el sistema utilizando documentales de la vida real, que presentan a médicos que tratan a pacientes en el departamento de emergencias. Esto se debió a que, por cuestiones de privacidad, no podemos colocar cámaras en el servicio de urgencias. Estos videos fueron muy útiles, porque imitan los tipos de situaciones que los robots encontrarán en el mundo real (por ejemplo, ruido, oclusión, etc.)

¿Cuándo se probará SafeDQN IRL?
[LR] Planeamos probarlo este verano en nuestro centro de entrenamiento y simulación médica. Aquí, podemos recrear físicamente escenarios de disfunción eréctil del mundo real que imitan de cerca la realidad. Los siguientes pasos incluyen probar el sistema en un robot físico en un entorno realista. Planeamos asociarnos con investigadores de UC San Diego Health que operan el centro de capacitación y simulación de atención médica del campus. Los algoritmos también podrían usarse fuera del departamento de emergencias, por ejemplo, durante misiones de búsqueda y rescate.

Otro proyecto en el que está trabajando es el diseño de tecnología robótica de asistencia para personas con demencia (PwD). ¿Puedes explicar?
[LR] Durante los últimos cuatro años, hemos trabajado en estrecha colaboración con los cuidadores de personas con demencia, los trabajadores sanitarios de la comunidad de demencia y los médicos. Nuestro objetivo era explorar cómo (y si) la tecnología podría ser útil para reducir las cargas que enfrenta la comunidad. Muchos ya estaban luchando, lo que solo ha empeorado durante COVID-19. En este documento, dirigido por mi alumna Connie Guan, nos unimos a estos socios para comprender cómo desarrollar tecnología que refleje las mejores prácticas actuales en la atención de la salud de la comunidad de demencia.

¿Cuáles son algunos de los escenarios en los que los robots pueden ayudar con esta población? Su artículo menciona ‘señales incorporadas’. Cuéntanos sobre eso.
[LR] Buscamos situaciones en las que los diseños de productos tecnológicos pudieran imitar, o respaldar, interacciones óptimas para brindar a las personas con demencia más libertad de acción sobre su atención, en lugar de sentirse impotentes. Por ejemplo, preguntar: “¿Cómo te sientes con el desayuno?” en lugar de pedirle a la PwD que confíe en su memoria (“¿Qué desayunaste?”). También analizamos la asistencia para tareas. Las personas con demencia se frustran cuando se les dice qué hacer, por lo que exploramos cómo la tecnología podría reducir estas situaciones, como facilitar un entorno relajante y sensorial, como la música. La señalización incorporada es donde el robot puede dar señales visuales no verbales, imitando una acción, para ayudar a impulsar la acción de una persona.

Recomendado por nuestros editores

¿Y el robot que construiste, Spoonbot, intenta hacer esto?
[LR] Sí, imita la comida, lo que hace que la PwD tome una cuchara y la siga.

Curiosamente, Spoonbot parece una radio al estilo de los años 50. Muchos robots de asistencia socio-emotiva para el cuidado de ancianos son ‘zoomorfos’, lo que significa que parecen animales o mascotas. Pero eligió un factor de forma diferente, ¿puede explicar por qué?
[LR] Por nuestro trabajo anterior, sabíamos que la hora de las comidas era una de las situaciones más estresantes para los cuidadores familiares, ya que las personas con demencia pueden necesitar indicaciones repetidas para comer. También aprendimos que tocar música puede ayudar a aliviar el estrés y ayudar a comer, especialmente cuando se combina con la mímica. Finalmente, nuestro trabajo anterior mostró la importancia de la familiaridad en el diseño de tecnología. Así que centramos nuestra ideación en torno a estos conceptos y terminamos con una radio antigua que podía demostrar cómo se come con una cuchara. También permite programar diferentes canciones, por lo que elegimos los éxitos de Billboard de la década de 1950. La idea era que esto fuera algo que pudiera sentarse en la mesa del comedor durante las comidas.

Spoonbot
Spoonbot

¿Construyó Spoonbot internamente o modificó una plataforma de robótica existente?
[LR] Lo construimos internamente. Colaboramos con la Dra. Tania Morimoto, quien es muy hábil en la creación de diseños mecánicos novedosos. El robot está hecho de madera. En su interior tiene un microcontrolador y algunos motores. Pasamos por algunas iteraciones y actualmente lo estamos refinando aún más.

En otro papel, señala que, a pesar de los beneficios que ofrece la robótica en el cuidado de personas mayores, la adopción sigue siendo baja. También argumenta que el tecnosolucionismotambién conocido como ‘hay una solución tecnológica para eso’es algo de lo que hay que tener cuidado. ¿Puede decirnos cómo su enfoque evita estos errores en términos de diseño con el usuario final (o algo más)?
[LR] Al participar en actividades de visión con una comunidad y trabajar en estrecha colaboración con ellos, se puede ayudar a garantizar que la creación de tecnología esté bien alineada con las necesidades y objetivos de la comunidad. Sin embargo, eso no necesariamente aborda todos los problemas del tecnosolucionismo. En muchas situaciones, existe una solución no técnica a un problema, como cambiar las políticas, proporcionar más recursos o cambiar las perspectivas sociales. Una sociedad que realmente valora a los cuidadores — financiera, social y emocionalmente — puede marcar una gran diferencia en su calidad de vida y en aquellos a quienes cuidan. Dicho esto, puede haber lugares para que la tecnología de la salud bien diseñada y contextualizada mejore significativamente muchos aspectos de la vida, particularmente en lo que respecta al acceso a la atención.

Finalmente, el objetivo de la investigación robótica para poblaciones que envejecen es ayudar a las personas a mantenerse independientes durante el mayor tiempo posible y evitar la situación de los hogares de ancianos de almacenamiento, que fue tan devastadora para la propagación de COVID-19 entre las poblaciones vulnerables. ¿Qué tan cerca estamos de los robots disponibles comercialmente en este espacio?
[LR] Los robots que pueden ayudar con tareas físicas como levantar objetos y bañarse definitivamente están en el horizonte a corto plazo. Algunos países ya los están usando. Los mecanismos de elevación pueden ayudar a reducir las lesiones, que es un gran problema y una de las principales causas de discapacidad. Hay muchas mascotas robóticas asequibles que se utilizan en muchos contextos para ayudar a los adultos mayores. Pueden proporcionar una comodidad análoga a la de una mascota a quienes quizás no puedan cuidar de una mascota o no se les permita tener una.

En cuanto a los niveles más complejos de compañerismo, queda un largo camino por recorrer, pero en realidad puede que no sea una buena idea debido a los muchos problemas éticos que plantea. Sin embargo, definitivamente hay una necesidad de más tecnologías para apoyar las formas en que los adultos mayores se conectan con otros, como a través de redes sociales accesibles (y que preservan la privacidad), telepresencia, etc.

Este boletín puede contener publicidad, ofertas o enlaces de afiliados. Suscribirse a un boletín informativo indica su consentimiento a nuestros Términos de …

close