Putting the human at the core of human-in-the-loop optimization: integrating clinical expertise and human capacities in exoskeleton learning. An interdisciplinary perspective paper.

چکیده اصلی

PURPOSE: This interdisciplinary perspective aims to identify key limitations in current Human-in-the-Loop Optimization (HILO) approaches for lower-limb exoskeletons (LLEs) and to propose a shift toward more human-centred optimization. MATERIALS AND METHODS: Drawing on literature from wearable robotics, rehabilitation science, motor learning, and clinical practice, we critically discuss three main limitations of current HILO approaches: narrow optimization scope, limited consideration of individual capabilities, and disconnection from personalized training. RESULTS: We argue that human-centered optimization should not only integrate physiotherapists' expertise but also expand their role as research partners in LLE development. Physiotherapists can contribute to adaptive control design, define user-centered outcome measures, and develop evidence-based training protocols that align human learning with technological adaptation. To support this shift, future research should prioritize: (1) using AI to interpret real-time, context-specific and user-specific data; (2) enabling physiotherapists to fine-tune device parameters based on individualized profiles; and (3) embedding structured, therapist-led training within HILO frameworks. CONCLUSION: Advancing human-centered HILO will require adaptable prototypes, multidimensional outcome measures, and sustained collaboration between engineering and rehabilitation science. This shift may help ensure that LLEs evolve into technologies that enhance mobility, autonomy, and participation in ways that are meaningful for users.

ترجمه فارسی چکیده

هدف این مقاله بین‌رشته‌ای شناسایی محدودیت‌های کلیدی در رویکردهای بهینه‌سازی انسان در حلقه (HILO) فعلی برای اکسوسکلتون‌های اندام تحتانی (LLE) و پیشنهاد تغییر به سمت بهینه‌سازی متمرکز بر انسان است. بر اساس ادبیات رباتیک پوشیدنی، علوم بازتوانی، یادگیری حرکتی و عملکرد بالینی، سه محدودیت اصلی در رویکردهای فعلی HILO بحث می‌شود: محدوده بهینه‌سازی محدود، در نظر گرفتن محدود ظرفیت‌های فردی و جدایی از تمرین شخصی‌سازی شده. نویسندگان استدلال می‌کنند که بهینه‌سازی متمرکز بر انسان باید نه تنها تخصص فیزیوتراپیست‌ها را ادغام کند، بلکه نقش آن‌ها به عنوان شریک‌های تحقیق در توسعه LLE را نیز گسترش دهد. فیزیوتراپیست‌ها می‌توانند در طراحی کنترل تطبیقی، تعریف معیارهای خروجی متمرکز بر کاربر و توسعه پروتکل‌های تمرینی مبتنی بر شواهد مشارکت کنند. برای پشتیبانی از این تغییر، تحقیقات آینده باید اولویت دهد: (1) استفاده از هوش مصنوعی برای تفسیر داده‌های لحظه‌ای، زمینه‌محور و کاربرمحور؛ (2) امکان تنظیم دقیق پارامترهای دستگاه بر اساس پروفایل‌های فردی؛ و (3) تعبیه تمرین ساختاریافته و رهبری شده توسط فیزیوتراپیست در چارچوب‌های HILO. پیشرفت در HILO متمرکز بر انسان نیازمند نمونه‌های اولیه سازگار، معیارهای خروجی چندبعدی و همکاری پایدار بین مهندسی و علوم بازتوانی است.

متن کامل اصلی