Investigadors de Stanford University, KU Leuven i la UPC integren eines de diferenciació automàtica a software de biomecànica per obtenir simulacions del moviment fins a 20 vegades més ràpides

Aquestes eines de diferenciació automàtica permeten calcular derivades d’expressions matemàtiques de manera més eficient que utilitzant diferències finites. Són molt útils per a la resolució de problemes d’optimització que necessiten el càlcul de milers o milions d’avaluacions de derivades d’expressions matemàtiques. Les simulacions biomecàniques que tenen per objectiu calcular trajectòries òptimes, se solen basar en la resolució d’un problema de control òptim (optimització dinàmica). És en aquest tipus de simulacions on els autors han aplicat el mètode desenvolupat.

Aquest projecte es va iniciar l’any 2016, i el 2017 Falisse i Serrancoli van ser escollits com a OpenSim Visiting Scholars per fer una estada d’un mes a Stanford University per desenvolupar el projecte. Els resultats d’aquest treball, liderat per Friedl De Groote (KU Leuven), han donat lloc  a la publicació d’un article científic a la revista PlosOne, en el qual es compara l’eficiència de les optimitzacions entre utilitzar la diferenciació automàtica i diferències finites en simulacions biomecàniques, podent ser fins a 20 vegades més ràpides utilitzant el primer mètode:

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 va utilitzar aquest mètode per estimar els paràmetres de models de contacte entre persona i exoesquelet, i entre peu i terra, per predir posteriorment nous moviments col·laboratius entre persona i exoesquelet. Aquest estudi s’emmarca en el postdoc que va realitzar a KU Leuven. Es poden veure els resultats en aquesta publicació:

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 va utilitzar el mètode mencionat per obtenir prediccions de la marxa humana i estudiar diferents estratègies de control de la marxa:

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.

Aquests estudis representen un avenç important en el camp de la biomecànica, ja que s’ha reduït el temps de computació per a resoldre optimitzacions d’hores a minuts. Tal com es menciona en aquests estudis, aquest mètode pot ser útil tant per predir in silico nous moviments després d’una cirurgia, com per dissenyar aparells d’assistència a les persones o dissenyar programes de rehabilitació o entrenament.