De l’intelligence artificielle entre des mains bioniques

Présentée au salon VivaTech 2024, Esper Hand est une main bionique commandée grâce à des capteurs qui détectent les muscles du bras. Aidée par une IA, qui apprend des habitudes de son utilisateur, la prothèse se rapproche de la dextérité humaine.

C’est en avant-première mondiale, à VivaTech, le plus grand événement européen sur les nouvelles technologies se tenait du 22 au 25 mai à Paris, que la start-up new-yorkaise Esper Bionics a dévoilé au public sa prothèse bionique et son système de contrôle. « Nous n’aurions pas pu demander un meilleur accueil de la part des médias et des visiteurs de l’événement », a réagi, sur son compte Facebook, l’entreprise cofondée en 2019 par Dima Gazda, médecin et ingénieur en électronique, et Anna Believantseva, qui a étudié à l’université économique de Kiev, en Ukraine.

Vue détaillée de la main artificielle avec son anneau qui vient se connecter à la prothèse de l’avant-bras.

Pesant 380 grammes, la prothèse bionique Esper Hand présente plusieurs innovations. La main artificielle, dont les cinq doigts sont actionnés par six micromoteurs, est connectée à l’avant-bras, muni d’une interface « cerveau-ordinateur non invasive » basée sur l’électromyographie. L’Esper Control a été conçu pour traduire de manière transparente les mouvements musculaires naturels du bras valide en mouvements précis de la main, explique la start-up basée également en Ukraine et en Allemagne. L’implantation de 24 capteurs permet de détecter et traiter le mouvement de vingt muscles pour activer l’action de la main.

Activation musculaire

Le porteur de la prothèse fixe l’alvéole du moignon d’Esper Hand à la partie résiduelle de son membre. Esper Control détecte l’activation musculaire à l’intérieur du corps, rien qu’au contact de l’épiderme, grâce à la détection d’une chute de tension à la surface de la peau lorsqu’un muscle est activé.

Esper Platform, est, elle, une solution basée sur le cloud qui collecte en permanence les données de tous les capteurs pour analyser la manière particulière dont la personne utilise sa prothèse. « La plateforme est essentielle pour rendre la main aussi adaptée que possible aux besoins de chaque utilisateur grâce à l’utilisation d’algorithmes, détaille ce spécialiste dans les prothèses et technologies de contrôle prothétique. Il met régulièrement à jour les algorithmes de contrôle de la main afin que la prochaine fois, dans une situation similaire, la prise préférée de l’utilisateur ait une priorité plus élevée. »

Quant à Platform Translate, il s’agit d’une plateforme cloud qui utilise des algorithmes d’apprentissage automatique pour personnaliser le contrôle robotique. Ainsi, au fil du temps, la prothèse commence à « comprendre » les algorithmes de mouvements humains fréquemment répétés et à apprendre à les prédire. C’est ce qui rend la prothèse intelligente, par une forme d’autoapprentissage intuitif. Pour Dima Gazda, il s’agissait de créer une prothèse dont la dextérité soit la plus proche possible de l’humain.

Les doigts sont actionnés par des micromoteurs à l’intérieur de la main bionique.