Investigadores de Stanford University, KU Leuven y la UPC integran herramientas de diferenciación automática a software de biomecánica para obtener simulaciones del movimiento hasta 20 veces más rápidas

Estas herramientas de diferenciación automáticapermiten calcular derivadas de expresiones matemáticas de un modo más eficiente que utilizando diferencias finitas. Son muy útiles en la resolución de problemas de optimización que necesiten el cálculo de miles o millones de avaluaciones de derivadas de expresiones matemáticas. Las simulaciones biomecánicas que tienen por objetivo calcular trayectorias óptimas, se suelen basar en la resolución de un problema de control óptimo (optimización dinámica). Es en este tipo de simulaciones donde los autores aplicaron el método desarrollado.

Este proyecto se inició en el año 2016, y el 2017 Falisse y Serrancolí fueron reconocidos como OpenSim Visiting Scholars para hacer una estancia de un mes en Stanford University y desarrollar el proyecto. Los resultados de este trabajo, liderado por Friedl De Groote (KU Leuven), daron lugar a la publicación de un artículo científico en la revista PlosOne, donde se compara la eficiencia de las optimizaciones entre utilizar la diferenciación automática y diferencias finitas en simulaciones biomecánicas, pudiendo ser hasta 20 veces más rápidas utilizando el primer método:

Falisse, A; Serrancolí, G; Dembia, C.L.; Gillis, J; De Groote, F. Algorithmic differentiation improves the computational efficiency of OpenSim-based trajectory optimization of human movement. PloseOne 2019. doi.org/10.1371/journal.pone.0217730.

Gil Serrancolí utilizó este método por estimar los parámetros de modelos de contacto entre persona y exoesqueleto, y entre pie y suelo, para predecir posteriormente nuevos movimientos colaborativos entre persona y exoesqueleto. Este estudio se enmarca en el postdoc que realizó en KU Leuven. Se pueden ver los resultados en esta publicación:

Serrancoli, G.; Falisse, A.; Dembia, C.; Vantilt, J.; Tanghe, K.; Lefeber, D.; Jonkers, I.; De Schutter, J.; De Groote, F. Subject-exoskeleton contact model calibration leads to accurate interaction force predictions. IEEE transactions on neural systems and rehabilitation engineering 2019. 27(8): 1597-1605.

Antoine Falisse utilizó el método mencionado para obtener predicciones de la marcha humana y estudiar diferentes estrategias de control de la marcha:

Falisse, A; Serrancolí, G; Dembia, C.L.; Gillis, J; Jonkers, I; De Groote, I. Rapid predictive simulations with complex musculoskeletal models suggest that diverse healthy and pathological human gaits can emerge from similar control strategies. Journal of the Royal Society Interface 2019. doi.org/10.1098/rsif.2019.0402.

Estos estudios representan un avance importante en el campo de la biomecánica, ya que se reduce el tiempo de computación para resolver optimizaciones de horas a minutos. Tal como se menciona en estos artículos, este método puede ser útil tanto para predecir in silico nuevos movimientos después de una cirugía, como para diseñar dispositivos de asistencia a las personas o diseñar programas de rehabilitación o entrenamiento.