Dłoń, która pamięta dotyk

Klinika, której nie było w planach

Sriramana Sankar nie planował wizyty w klinice protetycznej. Był inżynierem robotyki na Johns Hopkins University — jego świat to siłowniki pneumatyczne, sensory piezorezystywne, modele neuronowe Izhikevicha. Ale Nitish Thakor, jego mentor, neuroinżynier z trzydziestoletnim stażem i dorobkiem 600 publikacji, namówił go: „Zanim zaprojektujesz następną rękę, zobacz, jak używa się tych, które już istnieją."

Sankar pojechał do Philadelphia VA Medical Center — szpitala weteranów, który jest jednocześnie jednym z największych ośrodków rehabilitacji amputantów na wschodnim wybrzeżu. Stanął w kącie sali rehabilitacyjnej i patrzył. Pacjent z amputacją poniżej łokcia zakładał protezę wartą 80 tysięcy dolarów — myoelektryczną, sterowaną sygnałami EMG z mięśni przedramienia. Proteza zacisnęła się na plastikowym kubku z wodą. Za mocno. Kubek pękł. Woda rozlała się po stole.

„Przepraszam" — powiedział pacjent. „Nie wiedziałem, że trzymam za mocno."

Nie wiedział. Bo proteza nie czuje. Nie ma dotyku. Nie ma temperatury. Nie ma tekstury. Jest ślepa.

Sankar wrócił do laboratorium z jednym pytaniem, które nie dawało mu spokoju: dlaczego ręka za 80 tysięcy dolarów nie potrafi odróżnić styropianu od metalu? Odpowiedź zajęła mu trzy lata. I wymagała zbudowania ręki, która nie jest ani miękka, ani sztywna — tylko hybrydowa.

Trzy warstwy. Zero czucia

Ludzka dłoń to cud inżynierii hybrydowej. Kości i stawy dają siłę, tkanki miękkie — podatność. Skóra nie jest tylko osłoną — to gęsta sieć mechanoreceptorów: ciałka Meissnera wyczuwają lekki dotyk, Merkela — nacisk, Ruffiniego — rozciąganie, Paciniego — wibracje. Cztery typy czujników w trzech warstwach skóry przekazują mózgowi informację o każdym dotykanym przedmiocie.

Protezy nie mają żadnego z tych czujników. Chwytają, ale nie czują. Zaciskają się z siłą zaprogramowaną w mikrokontrolerze — ślepą siłą.

Sankar postanowił zbudować rękę, która czuje. Ale nie przez dodanie jednego czujnika — przez skopiowanie całej architektury ludzkiej skóry.

28 miliardów i ślepa ręka

Globalny rynek protez kończyn górnych był wart 1,2 miliarda dolarów w 2023 roku. Ma rosnąć o 5,8 procent rocznie, napędzany starzeniem się populacji, cukrzycą i urazami wojennymi. Najdroższe protezy myoelektryczne — sterowane sygnałami EMG z mięśni kikuta — kosztują od 25 do 100 tysięcy dolarów.

I żadna z nich nie czuje.

Firma Össur — islandzki gigant protetyczny z przychodami 717 milionów dolarów (2023) — sprzedaje protezę i-Limb z pięcioma niezależnie sterowanymi palcami. Ottobock, niemiecki lider z 1,5 miliarda euro przychodu, oferuje Michelangelo Hand z siedmioma chwytami. Touch Bionics, Open Bionics — wszyscy inwestują w precyzję chwytu. Nikt nie inwestuje w czucie.

Sankar widział tę lukę. Ale wiedział też, dlaczego nikt jej nie wypełnił. Dodanie czujnika do protezy brzmi prosto. Problem w tym, że proteza jest sztywna. Palce robota nie ustępują pod naciskiem — czujnik na sztywnej powierzchni albo nic nie wyczuje, albo pęknie przy pierwszym kontakcie. Miękkie palce z kolei nie mają siły, żeby cokolwiek utrzymać.

I tu pojawił się pomysł, który Sankar nazwał później „oczywistym po fakcie": ręka musi być hybrydą.

Cztery miesiące, które nic nie dały

Pierwsza próba Sankara była prosta: jeden czujnik piezorezystywny na opuszku palca. Pojedyncza warstwa tkaniny przewodzącej, która zmienia opór pod naciskiem. Żadnego modelowania neuronowego, żadnego silikonu, żadnego „paznokcia". Tylko jeden czujnik.

Sankar spędził cztery miesiące na kalibracji. Budził się o szóstej, szedł do laboratorium, kalibrował. Palec odróżniał powierzchnię gładką od chropowatej — ze średnią dokładnością 63 procent. Niewiele więcej niż rzut monetą.

„To nie miało sensu" — mówił później Sankar na konferencji w Baltimore. „Jeden czujnik dawał za mało informacji. Potrzebowałem trzech warstw — jak w ludzkiej skórze. Ale wszyscy w laboratorium mówili to samo: trzy czujniki nałożone na siebie będą się wzajemnie zakłócać. Zewnętrzny będzie tłumił środkowy, środkowy — wewnętrzny."

Wszyscy się mylili.

Sankar zaprojektował trzy warstwy sensorów, każdą w innym materiale i na innej głębokości. Zewnętrzna — elastyczna tkanina piezorezystywna z dziewięcioma punktami pomiarowymi, jak naskórek, na powierzchni palca. Środkowa — zatopiona w silikonie, jak skóra właściwa, odpowiadająca na rozciąganie podłoża. Wewnętrzna — sztywny przetwornik piezoelektryczny przyklejony do „paznokcia" z PLA, wykrywający tylko wibracje — początek i koniec kontaktu.

Klucz nie leżał w materiale. Leżał w strukturze. Każda warstwa reaguje na inny bodziec fizyczny — nacisk, rozciąganie, drgania — więc nie zakłócają się wzajemnie. Tak samo jak naskórek, skóra właściwa i opuszki Paciniego w ludzkim palcu.

Język, którym mówią neurony

Zebranie sygnałów z trzech warstw czujników to dopiero połowa. Trzeba je jeszcze zakodować w języku, który rozumie układ nerwowy. Ludzkie neurony nie wysyłają liczb — wysyłają impulsy. Serie potencjałów czynnościowych. Ich częstotliwość i odstępy między impulsami niosą informację o fakturze, sile nacisku, temperaturze. Kiedy dotykasz filiżanki z gorącą kawą, twój nerw pośrodkowy wysyła salwę około 200 impulsów na sekundę. Kiedy dotykasz zimnego metalu — inny wzorzec, inne częstotliwości, inne odstępy.

Sankar nie mógł po prostu podłączyć czujnika do komputera i oczekiwać, że mózg zrozumie liczby. Potrzebował translatora.

Użył modelu neuronowego Izhikevicha — matematycznego opisu tego, jak prawdziwy neuron generuje impulsy w odpowiedzi na bodziec. Model jest prostszy niż symulacja Hodgkina-Huxleya (cztery równania różniczkowe zamiast dwudziestu), ale wystarczająco bogaty, by oddać dynamikę różnych typów neuronów. Każda warstwa czujników dostała własny wariant: toniczny dla komórek Merkela (stała odpowiedź na nacisk), fazowy dla ciałek Meissnera (impuls tylko przy zmianie), szybki dla zakończeń Ruffiniego. Sygnał analogowy z czujnika przechodził przez model neuronu i wychodził jako ciąg impulsów — dokładnie takich, jakie prawdziwy nerw wysłałby do kory somatosensorycznej.

Wynik? Palec hybrydowy odróżnił 26 tekstur ze średnią dokładnością 98,38 procent. Czysto miękki palec — 82 procent. Czysto sztywny — 83 procent. Hybryda pobiła oba. I to nie przez przypadek — każda warstwa wnosiła inną informację, a neuronowy translator scalał je w język zrozumiały dla układu nerwowego.

Ręka, która pamięta dotyk

Kiedy Sankar złożył pięć palców w pełną dłoń, test nie polegał już na przesuwaniu po płytkach teksturowych. Test polegał na chwytaniu codziennych przedmiotów: jabłka, gąbki, metalowego bidonu, plastikowego kubka z wodą. Piętnaście obiektów. 99,69 procent dokładności w ich rozróżnianiu.

Hybrydowa dłoń podnosi półtoralitrowy bidon (1600 gramów) i nie zgniata go. Podnosi plastikowy kubek z wodą (280 gramów) i nie zostawia wgniecenia. Podaje ludzką dłoń w uścisku — i nie łamie kości.

Siła pochodzi ze sztywnego endoszkieletu z PLA, pokrytego silikonowymi stawami. Każdy palec ma trzy niezależnie sterowane pneumatycznie stawy. Kciuk — dwa. Łącznie czternaście przegubów. Przy 7 psi (48 kPa) palec zgina się o 130 stopni — trzy razy więcej niż czysty palec miękki przy trzykrotnie wyższym ciśnieniu.

Ale to nie siła jest przełomem. Przełomem jest czucie.

Polska: od laboratorium do przedramienia

W Polsce działa kilka zespołów na styku robotyki miękkiej i interfejsów człowiek-maszyna. Joanna Kujawa i Sławomir Boncel z Politechniki Śląskiej opublikowali w Chemical Engineering Journal (2024) przegląd zastosowań PVDF i nanomateriałów węglowych w sensorach i energetyce — ten sam PVDF, którego warianty piezoelektryczne są bazą czujników dotyku. Anna Filipowska z Politechniki Śląskiej opracowała rękawicę do rozpoznawania gestów opartą na machine learningu (Sensors, 2024). Kinga Korniejenko z AGH bada wytwarzanie addytywne w zastosowaniach podwodnych — technologie druku 3D, które Sankar wykorzystał do produkcji endoszkieletu z PLA.

Problem nie leży w kompetencjach. Leży w moście między laboratorium a produktem.

Sankar ma za sobą Johns Hopkins, granty NIH i bezpośredni dostęp do pacjentów przez Philadelphia VA Medical Center — szpital weteranów, który jest jednocześnie ośrodkiem badawczym. Testował protezę na amputantach przez trzy miesiące, zanim opublikował wyniki. Polski odpowiednik — uczelnia techniczna plus szpital kliniczny — istnieje, ale brakuje ostatniego ogniwa: firmy, która weźmie prototyp o TRL 4 i przeciągnie go przez certyfikację CE do TRL 7.

FENG (Fundusze Europejskie dla Nowoczesnej Gospodarki) oferuje ścieżki dla deep-tech w medycynie — program „Ścieżka SMART" z budżetem 4,5 miliarda euro na lata 2021-2027. NCBR ogłasza konkursy na wyroby medyczne. Ale między grantem badawczym a badaniami klinicznymi rozciąga się pustynia: w Polsce nie ma ośrodka, który łączyłby inżynierię robotyczną z testowaniem protez na pacjentach w warunkach ambulatoryjnych — tak jak robi to VA Medical Center w Filadelfii.

To nie jest problem pieniędzy. To problem instytucjonalnej wyobraźni.

Co dalej

Prototyp Sankara to wczesna faza — TRL 4, funkcjonalna walidacja w laboratorium. Palce nie mają sztywnych przegubów w endoszkielecie, przez co zakres ruchu jest mniejszy niż w ludzkiej dłoni. Kciuk nie jest w pełni opozycyjny — nie dotknie małego palca. Zawory pneumatyczne są głośne. Kompresor nie mieści się w przedramieniu.

Sankar to wie. Jego następny cel to miniaturyzacja: zastąpienie pneumatyki silikonowymi mięśniami HASEL, które działają na napięciu elektrycznym, nie na sprężonym powietrzu. I dodanie stymulacji nerwów obwodowych — żeby impulsy z czujników nie tylko były klasyfikowane przez komputer, ale faktycznie docierały do mózgu użytkownika.

Ale kierunek jest wyznaczony. Hybryda — miękka siła plus sztywna precyzja plus dotyk — to nie kompromis między dwoma światami robotyki. To nowa kategoria. Sankar pokazał, że trzy warstwy czujników dają więcej informacji niż jedna — nie addytywnie, ale multiplikatywnie. Że kodowanie neuromorficzne pozwala mówić do układu nerwowego w jego własnym języku. Że ręka może jednocześnie zgniatać metal i głaskać styropian.

Pacjent, który trzy lata temu rozlał wodę w Philadelphia VA Medical Center, mógłby dziś wziąć ten sam kubek do ręki. I poczuć, że jest zimny. I mokry. I pełny.

I to zmienia wszystko.

Źródła

Sankar S., Wenyu C., Zhang J., Slepyan A., Iskarous M.M., Greene R.J., DeBrabander R., Chen J., Gupta A., Thakor N.V., A natural biomimetic prosthetic hand with neuromorphic tactile sensing for precise and compliant grasping, Science Advances (2025), DOI: 10.1126/sciadv.adr9300