JP7336794B2

JP7336794B2 - 診断及び治療を行うための理学療法及びリハビリテーションロボットの人工知能ベースのアルゴリズム

Info

Publication number: JP7336794B2
Application number: JP2021535094A
Authority: JP
Inventors: アクトガン，アラハン; エミンアクタン，メフメト
Original assignee: ユルディズテクニクユニベルシテシ; バルトゥンユニベルシテシ
Priority date: 2018-12-18
Filing date: 2019-12-10
Publication date: 2023-09-01
Anticipated expiration: 2039-12-10
Also published as: US20220068458A1; TR201819746A2; WO2020130979A1; JP2022520153A

Description

発明の詳細な説明

〔発明の分野〕
本発明は、診断及び治療の両方を行うための理学療法及びリハビリテーションロボットのために開発された人工知能ベースのアルゴリズムに関する。

〔背景技術〕
ロボットリハビリテーションに使用されるシステムは、治療目的に実質的に使用される。院内で行われる、従来の診断方法において、患者の関節可動域をマイター（ゴニオメータ）により測定し、クランプ力をダイナモメータにより測定する。関節力及びトルクは、測定されない。診断段階において、医師が経験する困難の一つは、バイオメカニカルパラメータ（関節可動域及び関節力／トルク）が完全には測定されないことである。これは、治療プロセスを記録し、患者の進展を追跡する点で問題である。更に、患者は、医師が受け入れる患者の日数や人口密度が限られているため、後日、予約する。治療に時間と費用がかかること、治療センターへの患者のアクセスが困難であること、理学療法士が反復動作を含む運動において同じ条件を手動で適用することができないことなどが、他の問題点の中でも考えられる。

人工知能をベースとした技術がわれわれの生活のあらゆる分野で用いられていることを考慮すると、理学療法及びリハビリテーションにおいて、診断及び治療目的で開発された人工知能をベースとしたシステムが存在することは、技術開発に寄与し、医師や理学療法士の業務負担を軽減することになる。従来技術において、理学療法における診断のために開発されたロボットがいくつかある。

“Ｄｉａｇｎｏｓｉｓａｎｄｔｒｅａｔｍｅｎｔｉｎｔｅｇｒａｔｅｄｌａｓｅｒｐｈｙｓｉｏｔｈｅｒａｐｙｉｎｔｅｌｌｉｇｅｎｔｒｏｂｏｔａｎｄｃｏｎｔｒｏｌｍｅｔｈｏｄ”と題する中国特許出願番号ＣＮ１０６８０６９９６において、この発明は、レーザ処理モジュール、ロボットモジュール、補助分析モジュール、中央制御モジュールを含み、ロボットモジュールは、相互接続されたロボットアームユニット、アーム５軸移動ユニット、及びロボット制御ユニットを含む、診断及び治療のための統合レーザ理学療法インテリジェントロボットである。この発明に記載された医療診断システムは、医療用赤外線熱画像形成システム、熱グラフィック画像形成システム、および分析ソフトウェアから構成される。赤外線熱画像装置は、人体の部分的な写真を撮り、熱面積の写真を作成し、それをスクリーンに沿って表示し、統合された分析ソフトウェアによって人体のホットポイント又は異常な炎症のホットエリアを見つけることができる。

“Ａｄｉａｇｎｏｓｉｓａｎｄｔｒｅａｔｍｅｎｔ－ｉｎｔｅｇｒａｔｅｄｐｈｙｓｉｏｔｈｅｒａｐｙｄｅｖｉｃｅ”と題した中国特許出願番号ＣＮ１０８０９１３９２における発明は、診断及び治療のための統合型理学療法装置であり、人体組織画像を分析し、診断結果及び治療計画を形成するように構造化された主要制御システム、人体の組織画像を収集する画像キャプチャシステム、及び治療計画に対応した理学療法因子を生成し、人体組織上で同様に活性化するための物理因子出力制御システムであり、その中でシステムがデータを転送するものを含んでいる。画像キャプチャシステムは、可視光画像キャプチャ装置及び赤外線画像キャプチャ装置を含む。

〔発明の開示〕
（発明の概要）
本発明においては、情報及びルールベースの方法で動作する人工知能に基づいたインテリジェント制御構造であって、統計的技法を使用し、四肢の力及び関節可動域の欠損の度合いを決定し、臨床における従来の診断方法の代替として運動方法及びパラメータを決定する、インテリジェント制御構造が開発された。関節可動域及び関節の力の値は、本構造によって完全且つ正確に測定される。運動及び力の値の範囲において欠損している患者は、固有値を有する健康な人間のデータベース、相関分析ユニット、回帰分析ユニット、及びバイオメカニカルパラメータ抽出ユニットによって決定される。運動の種類及び運動パラメータは、それらの欠損及び患者のバイオメカニカル測定結果を使用する独自に開発された治療運動データベースによって決定される。この決定された運動情報は、モバイルアプリケーションを介して専門家に送信される。従って、本システムが、全ての測定と決定のプロセスを実行する。

本発明の方法は、下肢及び上肢のリハビリテーションにおいて開発された新規及び現在利用可能なロボットシステムに適用することができる。

（発明の説明）
本発明の目的は、理学療法及びリハビリテーションにおいて診断を実行するための人工知能ベースのアルゴリズムであって、バイオメカニカルパラメータを使用して運動方法及びパラメータを決定し、統計的技法が使用される人工知能ベースのアルゴリズムを形成することである。

前述の目的に沿った本発明の別の目的は、決定された運動情報を専門家に送信するために、モバイルアプリケーションを作成することである。

（図面の簡単な説明）
図１は、本発明に係るシステムのブロック図である。

（符号の説明）
１．ユーザ情報
２．ロボット
３．中央処理ユニット
４．健康な人間のデータベース
５．相関分析ユニット
６．回帰分析ユニット
７．バイオメカニカルパラメータ抽出ユニット
８．運動療法データベース
９．慣用コントローラ
１０．モバイルアプリケーション
１１．クラウドデータベース
本発明は、バイオメカニカルパラメータを測定することを可能にする、情報及びルールベースの方法で動作する人工知能ベースのシステムであって、統計的技術が理学療法及びリハビリテーションにおける診断を実行し、運動方法及びパラメータを決定するために使用され、中央処理ユニット（３）、ロボット（２）、ユーザユニット（１）、健康な人間のデータベース（４）、相関分析（５）、回帰分析（６）、バイオメカニカルパラメータ抽出ユニット（７）、運動療法データベース（８）、慣用コントローラ（９）、モバイルアプリケーション（１０）、及びクラウドデータベース（１１）ユニットを含む、人工知能ベースのシステムである。

ユーザユニット（１）は、患者の名前－名字、性別、年齢、身長、体重、四肢サイズなどのデータがシステムユーザによって入力されるユニットである。ロボット（２）ユニットは、患者のバイオメカニカル測定を行うユニットである。ここで、バイオメカニカル測定は、クランプ力、屈曲関節可動域及び関節強度、関節伸展可動域及び関節強度、尺骨偏差関節可動域及び関節強度、半径方向偏差関節可動域及び関節強度、回内関節可動域及び関節トルク、回外関節可動域及び関節トルクである。

中央処理ユニット（３）は、システムにおけるデータ通信を可能にする管理ユニットであり、システムのバイオメカニカルパラメータ抽出ユニット（７）から受信する情報を使用することによって、関節可動域及び強度／トルクの欠損を診断する。

健康な人間のデータベース（４）は、健康な人間のバイオメカニカルパラメータを含むデータベースであり、そのデータは、システムが診断プロセスを実行するためにシステムに入力される。

相関分析ユニット（５）は、健康な人間のデータベース（４）内の従属変数に影響を与える独立変数を決定し、それを回帰分析ユニット（６）に送信するユニットである。本ユニットで行われる相関分析の結果として、従属変数に対して高い相関および非常に高い相関を有する独立変数が決定される。例えば、屈曲強度及び腕周囲長の測定との間の０．８の相関係数は、これらの間の高い相関を示す。この場合において、独立変数である腕周囲長は、回帰分析ユニット（６）に送信される。

回帰分析ユニット（６）は、因子行列を形成するユニットである。行の数は、動きの種類に関連し、列の数は、独立変数の数に関連する。本ユニットは、相関分析ユニット（５）によって送信される選択された変数と６つの従属変数との間の関係を形成する部分回帰因子から形成される因子行列を計算し、この行列をバイオメカニカルパラメータ抽出ユニット（７）に送信する。独立変数の数は、相関分析ユニット（５）によって、高い相関を有する変数に基づいて決定される。

バイオメカニカルパラメータ抽出ユニット（７）は、中央処理ユニット（３）から受信した患者の身体的特性、及び回帰分析ユニット（６）から受信した因子行列を使用することによって、必要なバイオメカニカルパラメータ値を決定するユニットである。

運動療法データベース（８）は、運動の種類及びそれらの運動が使用される状況の情報と共に各セットに適用されることが要求される関節可動域及び強度の値を含むユニットである。本ユニットの役割は、欠損パーセンテージ及び患者のバイオメカニカル測定結果に基づいて運動の種類及びパラメータを決定することである。例えば、８０°の関節可動域を有する受動運動は、屈曲方向における１００％関節可動域の欠損を有する患者に示唆され得る。

慣用コントローラ（９）は、中央処理ユニット（３）から受信した運動の種類及びパラメータに基づいて適切なコントローラを選択し、必要なトルクの値を計算し、同じものをモータドライバに送信するユニットである。

クラウドデータベース（１１）は、システムのユニット内の全てのデータが保持されている、インターネットを介してアクセス可能なデータベースである。

モバイルアプリケーション（１０）は、患者、専門家、及びロボット間の通信を実行する。

システムユーザによってユーザユニット（１）に入力されたプロファイル及び／又は物理情報によって形成される患者情報、並びにロボット（２）マニピュレータによって作成された位置及び強度データなどの生体測定の測定結果は、本発明のシステムのユニット間のデータの流れにおいてバイオメカニカル測定の中央処理ユニット（３）に転送される。健康な人間のデータは、中央処理ユニット（３）を介して健康な人間のデータベース（４）に入力される。

健康な人間のデータベース（４）内の従属変数は、相関分析ユニット（５）に送信され、従属変数に対して有効な独立変数は、本ユニット内で実行される相関分析によって決定される。決定された独立変数は、回帰分析ユニット（６）に送信される。

回帰分析ユニット（６）は、因子行列を形成するユニットである。本ユニットは、相関分析ユニット（５）によって送信される選択された変数と６つの従属変数との間の関係を形成する部分回帰因子から形成される因子行列を計算し、この行列をバイオメカニカルパラメータ抽出ユニット（７）に送信する。

バイオメカニカルパラメータ抽出ユニット（７）は、中央処理ユニット（３）から受信した患者の身体的特徴、及び回帰分析ユニット（６）から受信した因子行列を用いて、必要なバイオメカニカルパラメータを決定するユニットである。

中央処理ユニット（３）は、ユーザによって入力された患者情報（性別、年齢、身長および体重、四肢サイズなど）をバイオメカニカルパラメータ抽出ユニット（７）に送信し、バイオメカニカルパラメータ抽出ユニット（７）から受信した必要な関節可動域及び強度／トルク情報を受信する。

中央処理ユニット（３）は、必要な関節可動域及び強度／トルクの値から患者の値を抽出し、関節可動域及び強度／トルクの欠損パーセンテージを決定する。ユニットは、強度及びＪＲＭ欠損パーセンテージ並びにバイオメカニカル測定を運動療法データベース（８）に送信し、適用する必要がある運動の種類及びパラメータを受信し、運動のチップと組み合わせたクラウドデータベース（１１）によりモバイルアプリケーション（１０）を介して専門家に送信する。

専門家は、必要な検査を実行し、運動のチップに関する承認、拒否、又は訂正を、モバイルアプリケーション（１０）を介して中央処理ユニット（３）に送信することができる。中央処理ユニット（３）は、受信された拒否された又は訂正された運動情報を慣用コントローラ（９）に転送する。中央処理ユニット（３）は、慣用コントローラ（９）に存在する適切な制御方法を選択し、必要なモータトルク値を計算し、それをモータドライバに送信する。

本発明のシステムは、ユーザから患者情報を受信し、それを中央処理ユニット（３）に入力するステップ、ロボット（２）を介して患者のバイオメカニカルパラメータ（位置及び強度データ）を測定し、それを中央処理ユニット（３）に入力するステップ、患者情報（性別、年齢、身長及び体重、四肢サイズ）をパラメータ抽出ユニット（７）に送信するステップ、健康な人間のデータベース（４）内に存在する情報を相関分析ユニット（５）に送信するステップ、相関分析を実行することによって従属変数に対して有効である独立変数を決定するステップ、独立変数を回帰分析ユニット（６）に送信するステップ、回帰分析を実行し、方程式の因子を決定することによってそれをバイオメカニカルパラメータ抽出ユニット（７）に送信するステップ、バイオメカニカルパラメータ抽出ユニット（７）によって方程式及び患者情報を使用することによって通常の条件下に存在するバイオメカニカルの値を決定するステップ、それを中央処理ユニット（３）に送信するステップを含み、ロボット（２）によって実行された測定及び中央処理ユニット（３）内の抽出ユニット（７）から受信した値を含み、図１のブロック図に示すように、通常の条件下で患者に存在すべきバイオメカニカル値に従って強度及びＪＲＭ欠損パーセンテージ及びバイオメカニカル測定を決定するために、バイオメカニカルの値を決定するための患者のバイオメカニカルパラメータの欠損パーセンテージを決定することを含む。

本発明のシステムは、患者のバイオメカニカル測定及び欠損パーセンテージを中央処理ユニット（３）によって運動療法データベース（８）に送信するステップ、運動療法データベース（８）による患者の測定値に基づいて、適用されるべき運動を決定し、それを中央処理ユニット（３）に送信するステップ、運動方法及びパラメータを任意選択で中央処理ユニット（３）によってモバイルアプリケーション（１０）を介して専門家に送信するステップ、運動方法及びパラメータに従って中央処理ユニット（３）によって慣用コントローラ（９）を介してロボット（２）にモータコントローラサインを送信するステップ、並びに患者の診断された強度及びＪＲＭ欠損パーセンテージ及びバイオメカニカル測定に従って運動療法の種類及びパラメータを決定するために、運動方法及びパラメータを慣用コントローラ（９）を介して中央処理ユニット（３）によってロボット（２）にモータコントローラサインを送信するステップ、それらを専門家に転送するステップを含む。

（発明の詳細な説明）
本発明は、バイオメカニカル測定結果を用いて理学療法及びリハビリテーションロボットが診断及び治療を行うことを可能にする人工知能ベースのアルゴリズムであり、システムに含まれる他の周辺ユニットから、及びこのアルゴリズムによって制御されるロボット（２）から受信する情報を用いて関節可動域及び／又は強度／トルクの欠損を識別する管理ユニットである中央処理ユニット（３）を含む。

本発明において、プロファイル情報及び／又は身体的情報は、システムユーザによってユーザユニット（１）を介してシステムに入力される。

健康な人間のデータベース（４）は、健康な人間のバイオメカニカルパラメータを入力するために存在し、システムの決定動作を実行するために使用される。

本発明のシステムは、健康な人間のデータベース（４）内の従属変数に有効である独立変数を決定する相関分析ユニット（５）、相関分析ユニット（５）によって送信される選択された独立変数と６つの従属変数との間の関係を形成する部分回帰因子から形成される因子行列を計算する回帰分析ユニット（６）を含む。

バイオメカニカルパラメータ抽出ユニット（７）は、回帰分析ユニット（６）から受信した因子行列、及び中央処理ユニット（３）から受信した患者の身体的特徴を使用することによって、必要なバイオメカニカルパラメータを決定し、その因子行列は、システムにおいて前述した回帰分析ユニット（６）によって計算される。

本発明において、中央処理ユニット（３）は、関節可動域及び／又は強度／トルクの欠損の決定の他に運動方法及びパラメータを決定するために、データベース間の流れを有する。

運動療法データベース（８）は、運動の種類及びそれらの運動が使用される状況の情報と共に各セットに適用されることが要求される関節可動域及び強度の値を含むユニットである。本ユニットの役割は、欠損パーセンテージ及び患者のバイオメカニカル測定結果に基づいて運動の種類及びパラメータを決定することである。

慣用コントローラ（９）は、中央処理ユニット（３）から受信した運動の種類及びパラメータに基づいて適切なコントローラを選択するとともに、必要なトルク値を計算することによって、同じものをモータドライバに送信するユニットである。

本発明において、インターネットを介してアクセスされるデータベースとして機能するクラウドデータベース（１１）があり、ここにはシステムの前述したユニット内の全てのデータが含まれる。

患者、専門家、及びロボット間の通信は、本発明のアルゴリズムにおけるモバイルアプリケーション（１０）を介して実行される。

システムユーザによってユーザユニット（１）に入力された患者情報、及びロボット（２）マニピュレータによって作成された位置及び強度データなどの生体測定の測定は、本発明のシステムのユニット間のデータの流れにおいてバイオメカニカル測定の中央処理ユニット（３）に転送される。健康な人間のデータは、中央処理ユニット（３）を介して健康な人間のデータベースに入力される。

健康な人間のデータベース（４）内の従属変数は、相関分析ユニット（５）に送信され、従属変数に対して有効である独立変数は、本ユニット内で実行される相関分析によって決定される。決定された独立変数は、回帰分析ユニット（６）に送信される。

回帰分析ユニット（６）は、因子行列を形成するユニットである。本ユニットは、相関分析ユニット（５）によって送信される選択された変数と、プログラミング言語によって６つの従属変数との間の関係を形成する部分回帰因子から形成される因子行列を計算し、この行列をバイオメカニカルパラメータ抽出ユニット（７）に送信する。

バイオメカニカルパラメータ抽出ユニット（７）は、中央処理ユニット（３）から受信した患者情報（性別、年齢、身長及び体重、四肢の大きさなど）、及び回帰分析ユニット（６）から受信した因子行列を使用し、所望の強度及びＪＲＭ欠損パーセンテージ並びにバイオメカニカル測定を決定し、それを中央処理ユニット（３）に送信する。

中央処理ユニット（３）は、バイオメカニカルパラメータ抽出ユニット（７）から受信した必要な生体測定のパラメータの値から、ロボット（２）によって測定されるバイオメカニカル測定の値を抽出し、これにより、バイオメカニカルパラメータの欠損パーセンテージを決定する。

それは、決定された強度及びＪＲＭ欠損パーセンテージ並びにバイオメカニカルの測定を運動療法データベース（８）に送信する。運動療法データベース（８）は、必要な運動の種類及びパラメータを決定し、それを中央処理ユニット（３）に送信する。中央処理ユニット（３）は、クラウドデータベース（１１）を超えて、モバイルアプリケーション（１０）を介して、運動チップ及び患者情報を専門家又は複数の専門家に送信する。

複数の専門家は、患者情報と共に運動の種類とパラメータのチップを検討し、モバイルアプリケーション（１０）を介して中央処理ユニット（３）に運動のチップに関する承認、拒否又は訂正を送信することがある。中央処理ユニット（３）は、受信した、承認又は訂正された運動情報を従来のコントローラ（９）に転送する。中央処理ユニット（３）は、承認又は訂正に従って従来の制御装置（９）に存在する適切な制御方法を選択し、必要なモータトルク値を計算し、それをモータドライバに送信する。従来のコントローラ（９）は、運動管理及びパラメータに従って、モータ制御サインをロボット（２）に送信する。

システムのブロック図である。

Claims

患者のバイオメカニカル測定結果を使用して診断及び治療を行うための理学療法及びリハビリテーションロボット（２）のための人工知能ベースのシステムであって、
中央処理ユニット（３）と、
ユーザユニット（１）と、
健康な人間のデータベース（４）と、
相関分析ユニット（５）と、
回帰分析ユニット（６）と、
バイオメカニカルパラメータ抽出ユニット（７）と、
運動療法データベース（８）とを含み、
前記中央処理ユニット（３）は、データ通信を実行し、システム内の前記ロボット（２）及び他の周辺ユニットから受信する情報を使用して関節の可動域及び／又は強度／トルクの欠損を決定する管理ユニットであり、
前記ユーザユニット（１）には、前記システムのユーザによって、前記患者のプロファイル情報及び／又は身体情報が入力され、
前記健康な人間のデータベース（４）には、前記システムにおいて前記診断のプロセスを実行するために、前記システムへのデータ入力がされた健康な人間のバイオメカニカルパラメータが含まれており、
前記相関分析ユニット（５）は、前記健康な人間のデータベース（４）内の従属変数に有効な独立変数を決定し、
前記回帰分析ユニット（６）は、前記相関分析ユニット（５）から受信される選択された独立変数と前記従属変数との間の数学的関係を形成する方程式の因子の因子行列を計算し、
前記バイオメカニカルパラメータ抽出ユニット（７）は、回帰分析ユニット（６）から受信した因子行列と、中央処理ユニット（３）から受信した患者プロファイル情報及び／又は身体情報とを使用することによって、必要なバイオメカニカルパラメータを決定し、
前記運動療法データベース（８）は、前記中央処理ユニット（３）によって特定された強度／トルク及びＪＲＭ欠損パーセンテージに従って運動の種類及びパラメータを割り出すことができるとともに、運動の種類と、当該運動を実行するためのシチュエイションに関する情報とを含む、
理学療法及びリハビリテーションロボット（２）のための人工知能ベースのシステム。
運動療法データベース（８）を含み、
前記運動療法データベース（８）は、各セットに適用される関節可動域及び強度の値を含んでいる、
請求項１に記載の理学療法及びリハビリテーションロボット（２）のための人工知能ベースのシステム。
慣用コントローラ（９）を含み、
前記慣用コントローラ（９）は、運動の種類及びパラメータに従って適切なコントローラを選択し、必要なトルクの値を計算し、それらをモータドライバに送信する、
請求項１に記載の理学療法及びリハビリテーションロボット（２）のための人工知能ベースのシステム。
インターネットを介してアクセス可能なクラウドデータベース（１１）を含み、
前記クラウドデータベース（１１）は、前記システムの各前記ユニットの全てのデータを含んでいる、
請求項１～３のいずれか１項に記載の理学療法及びリハビリテーションロボット（２）のための人工知能ベースのシステム。
患者、専門家及びロボット間の前記通信を実行するためのモバイルアプリケーション（１０）を含む、
請求項１～４のいずれか１項に記載の理学療法及びリハビリテーションロボット（２）のための人工知能ベースのシステム。
－前記システムのユーザによってユーザユニット（１）に入力される患者の情報と、中央処理ユニット（３）により操作されるロボット（２）によって実行される位置及び強度データに関するバイオメカニカル測定結果とを受信するステップ、
－健康な人間のデータベース（４）の従属変数を相関分析ユニット（５）に送信し、従属変数よりも有効である独立変数を、前記相関分析ユニット（５）で実行される相関分析によって決定し、決定した独立変数を回帰分析ユニット（６）に送信するステップ、
－前記選択された独立変数と従属変数との間の関係を構成する部分回帰因子の形を成した因子行列を計算するステップであって、前記回帰分析ユニット（６）によって前記因子行列をバイオメカニカルパラメータ抽出ユニット（７）に送信するステップ、
－前記中央処理ユニット（３）により受信された前記患者の情報と前記回帰分析ユニット（６）から受信された因子行列とを用いることで通常の状況下においてあるべき強度／トルク及びＪＲＭ欠損パーセンテージ、並びにバイオメカニカル測定結果を決定するステップであって、当該決定した内容を、前記バイオメカニカルパラメータ抽出ユニット（７）によって前記中央処理ユニット（３）に送信するステップ、
－前記バイオメカニカルパラメータ抽出ユニット（７）から受信された所要の生体測定パラメータの値から前記ロボット（２）によって測定される前記患者のバイオメカニカル測定値を抽出し、これにより、前記中央処理ユニット（３）によってバイオメカニカルパラメータの欠損パーセンテージを決定するステップ、
－前記中央処理ユニット（３）によって特定された前記強度及びＪＲＭ欠損パーセンテージ並びにバイオメカニカル測定結果を、運動療法データベース（８）に送信するステップ、
－欠損パーセンテージ及びバイオメカニカル測定値に基づいて、適用されるべき運動の種類を決定するとともに、前記運動療法データベース（８）内の患者の測定結果に基づいて、運動のパラメータを決定するステップ、
－前記中央処理ユニット（３）により、前記運動療法データベース（８）から実行されるべき前記運動の種類及びパラメータの情報を受信することによって、モバイルアプリケーション（１０）を介してクラウドデータベースを超えて、前記運動の種類を患者情報とともに専門家に送信するステップ、
の上記した各ステップを含む、
請求項１～５のいずれか１項に記載のシステムによって実現されるのに適した理学療法及びリハビリテーションロボット（２）のための人工知能ベースの方法。
－前記専門家から受信された承認又は訂正された運動に関する情報を、前記中央処理ユニット（３）によって慣用コントローラ（９）に送信するステップ、
－前記承認又は前記訂正に従って前記慣用コントローラ（９）の適切な制御方法を選択し、モータトルク値を計算し、且つ当該モータトルク値をモータドライバに送信するステップ、
の上記した各ステップを含む、
請求項６に記載の理学療法及びリハビリテーションロボット（２）のための人工知能ベースの方法。
前記慣用コントローラ（９）によって運動方法及びパラメータに従って運動制御サインを前記ロボット（２）に送信するステップ、
を含む、
請求項７に記載の理学療法及びリハビリテーションロボット（２）のための人工知能ベースの方法。