Ons lichaam beweegt schijnbaar moeiteloos en toch is de manier waarop de hersenen bewegingen aansturen wetenschappelijk nauwelijks begrepen. Onderzoekers van onder andere het Neuromechanical Modeling and Engineering Lab van de Universiteit Twente organiseren dit jaar voor de tweede keer de MyoChallenge, waarin wetenschappers een digitale versie van het brein ontwikkelen dat precies dit moet doen: het aansturen van bewegingen.
Dit ‘brein’ moet bijvoorbeeld zo goed mogelijk objecten oppakken of tikkertje spelen. Deze modellen maken gebruik van kunstmatige intelligentie en dragen bij aan ons begrip over hoe het zenuwstelsel onze spieren aanstuurt, maar leveren op termijn ook gepersonaliseerde revalidatiestrategieën op.
Een mens leert het al vroeg in zijn leven: het oppakken van een blokje en het door een passend gat in een doosje duwen. Ook het spelen van tikkertje hebben de meeste mensen al vroeg onder de knie. Is dat kinderspel? Achter deze ogenschijnlijk makkelijke taken gaat een complexe samenwerking van het brein en de spieren schuil.
Neem bijvoorbeeld de hand, motorisch gezien het meest complexe deel van ons lichaam met zo’n dertig tot veertig spieren en verschillende gewrichten. “In dit deel van ons lichaam zitten enorm veel vrijheidsgraden en zijn er daardoor verschillende ‘strategieën’ waarmee hersenen de hand een bepaalde beweging laten maken”, zegt Massimo Sartori, hoogleraar en hoofd van de Chair of Neuromechanical Engineering van de Universiteit Twente (faculteit ET). Door te oefenen vindt ons brein uiteindelijk de beste manier voor een bepaalde handeling, maar dit verschilt per persoon en verandert bovendien naarmate iemand ouder wordt of bijvoorbeeld geblesseerd raakt.
Kunstmatige intelligentie
Onze kennis over hersenen het lichaam aansturen is in zekere zin nog beperkt. Volgens Sartori is dat te wijten aan het verschillen tussen de neurowetenschap en het veld van de biomechanica. “In feite spreken onderzoekers uit deze vakgebieden verschillende talen, waardoor ze elkaar niet goed begrijpen”, zegt hij. Maar er is nu een ander snel ontwikkelend vakgebied dat wellicht een brug kan slaan: dat van kunstmatige intelligentie. Net als onze hersenen is kunstmatige intelligentie bij uitstek geschikt om oplossingen te vinden voor complexe problemen met veel vrijheidsgraden, zoals het gecontroleerd bewegen van een lichaam.
Dit is ook precies de richting waarin het vakgebied van biomechanica zich ontwikkelt. Sartori en collega’s ontwikkelden een model van (delen van) het lichaam dat kan worden aangestuurd door kunstmatige intelligentie. Dit softwareplatform, MyoSuite, werd samen gemaakt met onderzoekers van de McGill University, Northeastern University en MetaAI. Het programma is het speelveld voor de MyoChallenge, een wedstrijd voor wetenschappers die proberen om met kunstmatige intelligentie de biomechanische modellen in het programma te besturen.
Kinderspel
In feite vragen Sartori en collega’s de wetenschappers in de MyoChallenge om een brein te ‘ontwerpen’ dat weliswaar beperkt is ten opzicht van onze eigen hersenen, maar dat gespecialiseerd is in een bepaalde taak. De disciplines van de wedstrijd hebben wel wat weg van spelletjes. Zo is er een model van een arm met een hand dat een object – bijvoorbeeld een kubus – vastpakt om het in een specifieke houder te plaatsen. Bij een andere discipline draait het om het spelen van tikkertje met een lichaam waarvan de benen worden aangestuurd. “In dit model zitten zo’n 80 verschillende spieren en het is uitdagend om aan te sturen, om het alleen al te laten lopen en te draaien zonder dat het omvalt”, zegt Sartori. “Het doel is om in een arena van twaalf bij twaalf meter een tegenstander achterna te zitten. De snelste wint.” De MyoChallenge is onderdeel van de conferentie NeurIPS 2023 die komende december in New Orleans plaatsvindt. Hier komen veel experts op het gebied van kunstmatige intelligentie bij elkaar. De winnaar van de competitie wint duizend euro en mag zijn ervaringen presenteren op de conferentie.
Een digitale kloon voor medisch onderzoek
Natuurlijk draait het ontwikkelen van dit soort modellen niet om het ontwikkelen van een computermodel dat het beste tikkertje speelt. Ten eerste dragen dit soort modellen bij aan een fundamenteel begrip van hoe de hersenen ons lichaam aansturen. Daarnaast is er de belofte dat het ook kan bijdragen aan medische behandelingen. Zo kan bijvoorbeeld de revalidatiestrategie van een patiënt die net een beroerte had razendsnel getest worden op een digitaal model van die patiënt. “Een echt gepersonaliseerd behandeling al in de eerste weken na en beroerte zal leiden tot een veel beter herstel van de patiënt”, zegt Sartori.
