引言：易發表網憑借豐富的文秘實踐，為您精心挑選了一篇臨床教學中康復機器人原型機的研究范例。如需獲取更多原創內容，可隨時聯系我們的客服老師。

痙攣是卒中后偏癱患者的常見癥狀，痙攣的臨床評定也是卒中后康復的重要組成部分。在痙攣評定中，臨床常用的量表為Ashworth量表和改良Ashworth量表[1]。這兩個量表運用于卒中后痙攣的評定簡易、快捷，是康復醫師和康復治療師必備的臨床基本功。同時，使用Ashworth量表和改良Ashworth量表評定痙攣，也是康復臨床教學中的重點。但是，在痙攣評定康復臨床教學中，由于卒中患者痙攣情況易變、被試患者耐受度下降[2]，即使同一名患者也可能出現同一評定時間段而肌肉張力不同的情況，從而對學生的學習造成一定的影響。另外，沒有進入臨床實習的本科學生，可能很少有機會參與患者的評定或治療工作。在進行課堂教學后，由于缺乏實踐機會，造成“學用脫節”，不能“學以致用”的情況。針對以上教學中出現的問題，我們借鑒先前的研究經驗[12]，以張立群等[13]對痙攣的闡述作為核心原理，結合康復醫學、康復治療學臨床醫務人員的實踐經驗，設計并制造了一款模擬肘關節屈肌肌群“卒中后典型痙攣”的教學仿真機器人原型機，用于康復臨床模擬教學，并對機器人的模擬效果進行了初步的驗證。

1機器人原型機的構造及原理

教學仿真機器人原型機由首都醫科大學宣武醫院康復醫學科設計，其中包括原型機的硬件構架、軟件操作方式和具體參數設定。原型機硬件委托北京力泰克醫療科技有限公司加工制造，原型機軟件控制程序代碼委托公司工程師編寫。

1.1機器人原型機的構造

教學仿真機器人原型機包括主機部分和控制原型機的電腦。原型機主機部分由肌張力阻力生成組件（ELF_EL動力器件，可二次編程開發）、力矩傳感器、肌張力模擬控制器、可安裝仿生移動臂的握持把手、教學軟件通信端口、系統桌面固定裝置構成，見圖1（a）。控制原型機的電腦通過教學軟件通信端口對原型機主機進行控制，按照卒中后痙攣出現的原理及Ashworth量表的評定方法對控制軟件系統進行了設計。按照Ashworth量表的評定要求，如圖2所示，操作者以“盡可能快的速度”扳動握持把手，即時速度信息、角度信息輸入系統；系統按照預先設定“Ashworth分級相關參數”對上述信息進行翻譯、處理后，通過肌張力阻力生成組件產生一個相對于當前關節運動速度和運動角度的阻力，然后經握持把手反饋給操作者，令操作者產生Ashworth量表評定時出現的不同“手感”；同時，力矩傳感器會將操作者施加于原型機的實時力矩反饋回系統，輔助系統修正及向操作者實時反饋。

1.2原型機工作原理

腦卒中后的肌肉痙攣，表現為關節進行一定速度的被動運動以及運動到一定角度時，出現明顯的肌肉張力升高，即產生一定的“阻力”（F）。在這個產生“阻力”（F）的過程中，包含了“反射”和“非反射”兩種成分。“反射”成分包括動態牽張反射（dynamicstretchreflex）FB1和緊張性牽張反射（tonicstretchreflex）FK1；“非反射”成分包括粘滯阻尼（viscousdamping）FB2和彈性剛度（elasticstiffness）FK2。其中，FB1與FB2和關節的運動速度θ相關；FK1和FK2與關節活動的角度θ相關。所以，使用機器人進行模擬在一定關節運動速度和關節運動角度的情況下出現的肌肉張力變化可表述為以下公式：F=FB1+FB2+FK1+FK2=B1(λ)θ(t)+B2(λ)θ(t)+K1(λ)θ(t)+K2(λ)θ(t)其中B1和B2系數和關節運動速度相關，K1和K2系數和關節運動角度相關。所以，利用機器人實現模擬痙攣過程中，通過調整以上幾個系數，可能達到模擬不同程度卒中后痙攣的目的。考慮到本研究是一個初步的嘗試，故我們令B1=B2，K1=K2。將上述模型簡化為一個“阻尼器”（產生阻力和關節運動速度θ相關）和“彈簧”（產生阻力和關節運動角度θ相關）的組合結構，見圖1（b）。即牽拉越快，產生阻力越高；牽拉關節角度越大，產生阻力越高。上述結構用如下簡化數學模型進行表述：在本實驗中，考慮機器人系統在運行當中也會出現內部阻力，故在公式中增加補償力A（Assistive）。故最終的公式為：以上述公式作為基礎，通過對參數B、K、A的調整和選擇，本實驗初步嘗試使用機器人原型機對痙攣肘關節屈肌肌群的Ashworth1、2、3、4級進行模擬。

2機器人參數設定和效果評估

2.1機器人參數設定

機器人模擬不同等級痙攣的內部參數，由三位課題組人員共同確定完成。三位課題組成員均為高年資臨床康復從業人員。使用和原型機配套的軟件系統，對內部參數進行調整。在進行參數確定時，三位研究人員均需要同意該參數可以代表某Ashworth分級時，該參數方可進行確認。

2.2效果測試和評估

參與教學仿真機器人效果評估人員為首都醫科大學宣武醫院康復醫學科的臨床工作人員共22名，其中康復醫師5名，康復治療師17名；所有參與人員均首次使用教學仿真機器人。為保證評估測試的準確性和嚴謹性，前期參與機器人參數設定的研究人員不進行效果評估測試。

2.3評估測試內容

教學仿真機器人運行隨機化程序，隨機模擬呈現屈肘肌群Ashworth評級1級、2級、3級、4級中的任意一項，一共呈現20次。機器人隨機呈現的痙攣等級以文本文檔的形式進行后臺記錄，參與評測人員無法知曉。機器人隨機呈現痙攣后，參評人員須對呈現的痙攣等級進行評定，并將評定結果按照機器人的呈現順序進行記錄。

3評定方法

使用R統計軟件對所有數據進行統計計算，用Kappa系數和95%置信區間（95%CI）對一致性進行描述。

4結果

見表1—2。

5討論

5.1機器人輔助技術模擬教學

模擬教學（simulation-basededucation，SBE）是一種創造學習環境，并讓學生在受控的仿真學習環境中進行臨床技能學習的方法[3]。Greenwood等[4]的研究證明，在康復治療師臨床教學當中，25%的教學內容可以被“模擬教學”取代。在模擬教學中，經常使用的教學方法有“模擬患者”（simulatedpa-tients，SP）或“標準化患者”（standardizedpatients，SP）[5]。這種方法通過培訓，使受訓者可準確模擬現實環境中患者的表現。一項有關SP在康復治療師教學中作用的薈萃分析顯示，SP是一種可部分替代傳統康復治療師臨床實習的教學方法，在初級康復治療師的教學中具備很高的價值。雖然SP具備上述優點，但是其在臨床教學中的開展卻并不廣泛。阻礙SP在康復治療師臨床教學開展的原因可能是缺乏教學資源、教學設備和教學經費[6]。針對上述問題，有學者提出了使用機器人輔助技術模擬患者的病理模式，達到部分取代SP的目的。在既往的研究中，曾使用多種手段提取患者的生物學信號，而后通過分析進行患者病理模式數學建模，再使用機器人進行仿真，從而嘗試達到模擬教學的目的[7—10]，但其研究中還是存在一些問題。首先，進行患者病理模式數學建模的生物學信號，僅來自于有限的數名患者，可能不具有廣泛的代表性；其次，大部分仿真教學機器人沒有經過多位臨床專業人員的一致性檢驗，其“仿真”程度有待檢驗[7—10]。另外，有的設計強調了教學機器人模擬痙攣像“Ashworth分級”，在其設計中完全按照Ashworth分級對于“關節運動角度和肌肉痙攣的變化描述”進行設計，而忽視卒中后痙攣的本質實際上是“速度倚賴性的肌肉張力異常升高”和“關節不同程度攣縮”的總和[14]。

5.2教學機器人的設計思路探討

鑒于上述研究中出現的問題，我們使用了不同的邏輯對教學機器人進行了設計。首先，機器人對于痙攣模擬的核心邏輯對應了卒中患者異常肌肉張力出現的機制。患者卒中后因為缺乏上運動神經元的調控，出現了“速度倚賴性肌肉張力升高”，隨著痙攣的加重，關節活動變少，后期還可出現不同程度的關節攣縮。所以，基于本實驗的基本公式F=Bθ(t)+Kθ(t)+A，對于不同痙攣程度的模擬邏輯就變成了“參數B、K、A的不同配比選擇”。其次，本實驗不同于既往實驗使用“有限的患者數據”進行仿真模擬的方式。我們在已有建模的基礎上，使用“臨床高年資康復醫務工作者的臨床經驗”對不同Ashworth分級對應的參數B和參數K進行確定，而后“多位臨床康復工作者進行一致性檢測”的方法對教學仿真機器人進行驗證。以上的方法實際符合康復臨床教學的流程和特點。在臨床教學中，帶教教師通常會以語言和實際操作的方式將自己對患者情況的“感受”告知實習學生或低年資治療師。在這種模式中，帶教教師的多年臨床經驗就成為了決定教學成功與否的重要因素。最后，通過一致性檢測發現，仿真教學機器人呈現的痙攣和人工評定的總體一致率為0.884，說明教學機器人原型機對于卒中后典型痙攣仿真度較高，可能具備了成為康復治療師臨床教學工具的潛能，同時也證明了以“臨床高年資康復醫務工作者的經驗”為導向進行教學機器人設計的可行性。

5.3實驗不足和展望

雖然初步實驗顯示了仿真模擬的準確性和設計思路的可行性，但是實驗結果顯示機器人的痙攣模擬對于Ash-worth3級并不理想，一致率為0.73，在今后的工作中，需要對等級參數進行重新設定和調整。另外，患者的痙攣會根據被動運動速度的不同而產生變化，而本次實驗中僅使用“最快牽伸速度”對仿真教學機器人進行檢測，在后期的工作中擬增加使用考慮速度因素的TARDIEU量表[12]對機器人進行更為細致的檢測以及功能升級。

6結論

教學機器人原型機對于卒中后典型痙攣仿真度較高，可能具備了成為康復治療師臨床教學工具的潛能；初步證明了以“臨床高年資康復醫務工作者的經驗”為導向進行教學機器人設計的可行性。

參考文獻

[1]GregsonJM，LeathleyM，MooreAP，etal.ReliabilityoftheToneAssessmentScaleandthemodifiedAshworthscaleasclinicaltoolsforassessingpoststrokespasticity[J].ArchPhysMedRehabil，1999，80（9）：1013.

[2]WinsteinCJ，SteinJ，ArenaR，etal.Guidelinesforadultstrokerehabilitationandrecovery：Aguidelineforhealth-表careprofessionalsfromtheAmericanHeartAssociation/AmericanStrokeAssociation[J].Stroke，2016，47（6）：98—169.

[3]CookDA，HamstraSJ，BrydgesR，etal.Comparativeef-fectivenessofinstructionaldesignfeaturesinsimulation-basededucation：systematicreviewandmeta-analysis[J].MedTeach，2013，35（1）：867—898.

[4]GreenwoodKC，EwellSB.Facultydevelopmentthroughsimulation-basededucationinphysicaltherapisteducation[J].AdvSimul（Lond），2018，3：1.

[5]BlackB，MarcouxBC.Feasibilityofusingstandardizedpa-tientsinaphysicaltherapisteducationprogram：apilotstudy[J].JPhysTherEduc，2002，16（2）：49—56.

[6]PritchardSA，BlackstockFC，NestelD，etal.Simulatedpatientsinphysicaltherapyeducation：systematicreviewandmeta-analysis[J].PhysTher，2016，96（9）：1342—1353.

[7]MouriT.Robothandimitatingdisabledpersonforeducation/trainingofrehabilitation[J].JRM，2008，20（2）：280—288

[8]KikuchiT，OdaK，YamaguchiS，etal.Leg-robotwithMRclutchtorealizevirtualspasticmovements[J].JIntelMatSystStr，2009，21（15）：1523—1529.

[9]ParkHS，KimJ，DamianoDL.Hapticrecreationofelbowspasticity[J].IEEEIntConfRehabilRobot，2011，2011：5975462.

[10]ParkJH，LeeKJ，YoonYS，etal.Developmentofel-bowspasticitymodelforobjectivetrainingofspasticityas-sessmentofpatientspoststroke[J].IEEEIntConfRehabilRobot，2017：146—15

[11]JuddB，FethneyJ，AlisonJ，etal.Performanceinsimu-lationisassociatedwithclinicalpracticeperformanceinphysicaltherapiststudents[J].JPhysTherEduc，2018，32（1）：94—99.

[12]LiF，WuY，LiX.Test-retestreliabilityandinter-raterre-liabilityoftheModifiedTardieuScaleandtheModifiedAshworthScaleinhemiplegicpatientswithstroke[J].EurJPhysRehabilMed，2014，50（1）：9—15.

[13]ZhangLQ，ChangSG，RenY，etal.Simultaneouscharac-terizationsofreflexandnonreflexdynamicandstaticchangesinspastichemiparesis[J].JNeurophysiol，2013，110（2）：418—430.

[14]張巖嶺，左旭輝，于振中，等.一種康復模擬人肌張力等級的實現方法.CN111415565A[P].2020.1—2.

作者:劉霖 朱琳 孫晨曦 曹磊 劉秀貞 胡潔 任宇鵬 宋為群 單位:首都醫科大學宣武醫院康復醫學科 北京力泰克醫療科技有限公司