The authors' goal is to apply robotics and automation technology to assist, enhance, quantify, and document neurorehabilitation. This paper reviews a clinical trial involving 20 stroke patients with a prototype robot-aided rehabilitation facility developed at the Massachusetts Institute of Technology, Cambridge, (MIT) and tested at Burke Rehabilitation Hospital, White Plains, NY. It also presents the authors' approach to analyze kinematic data collected in the robot-aided assessment procedure. In particular, they present evidence (1) that robot-aided therapy does not have adverse effects, (2) that patients tolerate the procedure, and (3) that peripheral manipulation of the impaired limb may influence brain recovery. These results are based on standard clinical assessment procedures. The authors also present one approach using kinematic data in a robot-aided assessment procedure.

In this multicenter, randomized, controlled trial involving 127 patients with moderate-to-severe upper-limb impairment 6 months or more after a stroke, we randomly assigned 49 patients to receive intensive robot-assisted therapy, 50 to receive intensive comparison therapy, and 28 to receive usual care. Therapy consisted of 36 1-hour sessions over a period of 12 weeks. The primary outcome was a change in motor function, as measured on the Fugl-Meyer Assessment of Sensorimotor Recovery after Stroke, at 12 weeks. Secondary outcomes were scores on the Wolf Motor Function Test and the Stroke Impact Scale. Secondary analyses assessed the treatment effect at 36 weeks.

Smoothness is characteristic of coordinated human movements, and stroke patients9 movements seem to grow more smooth with recovery. We used a robotic therapy device to analyze five different measures of movement smoothness in the hemiparetic arm of 31 patients recovering from stroke. Four of the five metrics showed general increases in smoothness for the entire patient population. However, according to the fifth metric, the movements of patients with recent stroke grew less smooth over the course of therapy. This pattern was reproduced in a computer simulation of recovery based on submovement blending, suggesting that progressive blending of submovements underlies stroke recovery.

Objective: In patients with stroke, the authors tested whether additional sensorimotor training of the paralyzed or paretic upper limb delivered by a robotic device enhanced motor outcome. Methods: Fifty-six patients with stroke and hemiparesis or hemiplegia received standard poststroke multidisciplinary rehabilitation, and were randomly assigned either to receive robotic training (at least 25 hours) or exposure to the robotic device without training. Outcomes were assessed by the same masked raters, before treatment began and at the end of treatment, with the upper extremity component of the Fugl-Meyer Motor Assessment, the Motor Status score, the Motor Power score, and Functional Independence Measurement. Result: The robot treatment and control group had comparable clinical characteristics, lesion size, and pretreatment impairment scores. By the end of treatment, the robot-trained group demonstrated improvement in motor outcome for the trained shoulder and elbow (Motor Power score, p < 0.001; Motor Status score, p < 0.01) that did not generalize to untrained wrist and hand. The robot-treated group also demonstrated significantly improved functional outcome (Functional Independence Measurement–Motor, p < 0.01). Conclusion: Robot-delivered quantitative and reproducible sensorimotor training enhanced the motor performance of the exercised shoulder and elbow. The robot-treated group also demonstrated improved functional outcome. When added to standard multidisciplinary rehabilitation, robotics provides novel therapeutic strategies that focus on impairment reduction and improved motor performance.

Background:

 We used MIT-Manus, a robot designed to provide interactive, goal-directed motor activity for clinical neurologic applications. 

Objective:

 To test whether this robotic manipulation of the impaired limb influenced motor recovery in patients with hemiplegia. 

Methods:

 Sequential patients with a history of a single stroke and hemiplegia (N=20) hospitalized on the same acute care rehabilitation floor were enrolled in a standard rehabilitation program supplemented by either robot-aided therapy or sham robot-aided therapy. These 2 groups were comparable in age, initial physical impairment, and time between onset of the stroke and enrollment in the trial. Patients, clinical team members, and the clinical evaluator were blinded to the treatment group assignments. Standardized assessment tools measured outcomes. 

Results:

 Impairment and disability declined in both groups between hospital admission and discharge. The robot-treated group showed a greater degree of improvement in all 3 measures of motor recovery, and the change in motor status measured in the proximal upper limb musculature was significant (P=.002). No adverse events resulted from robot-assisted therapy. 

Conclusions:

 These results suggest that robotic manipulation of the impaired limb may favorably add to recovery following stroke and that robotics may provide new strategies for neurologic rehabilitation.

Fasoli SE, Krebs HI, Stein J, Frontera WR, Hogan N. Effects of robotic therapy on motor impairment and recovery in chronic stroke. Arch Phys Med Rehabil 2003;84:477-82. Objective: To examine whether robotic therapy can reduce motor impairment and enhance recovery of the hemiparetic arm in persons with chronic stroke. Design: Pre-posttest design. Setting: Rehabilitation hospital, outpatient care. Participants: Volunteer sample of 20 persons diagnosed with a single, unilateral stroke within the past 1 to 5 years, with persistent hemiparesis. Interventions: Robotic therapy was provided 3 times weekly for 6 weeks. Subjects able to reach robot targets were randomly assigned to sensorimotor or progressive-resistive robotic therapy groups. Robotic therapy consisted of goal-directed, planar reaching tasks to exercise the hemiparetic shoulder and elbow. Main Outcome Measures: The Modified Ashworth Scale, Fugl-Meyer test of upper-extremity function, Motor Status Scale (MSS) score, and Medical Research Council motor power score. Results: Evaluations by a single blinded therapist revealed statistically significant gains from admission to discharge (P[lt].05) on the Fugl-Meyer test, MSS score, and motor power score. Secondary analyses revealed group differences: the progressive-resistive therapy group experienced nonspecific improvements on wrist and hand MSS scores that were not observed in the sensorimotor group. Conclusions: Robotic therapy may complement other treatment approaches by reducing motor impairment in persons with moderate to severe chronic impairments.

Previous results with the planar robot MIT-MANUS demonstrated positive benefits in trials with over 250 stroke patients. Consistent with motor learning, the positive effects did not generalize to other muscle groups or limb segments. Therefore we are designing a new class of robots to exercise other muscle groups or limb segments. This paper presents basic engineering aspects of a novel robotic module that extends our approach to anti-gravity movements out of the horizontal plane and a pilot study with 10 outpatients. Patients were trained during the initial six-weeks with the planar module (i.e., performance-based training limited to horizontal movements with gravity compensation). This training was followed by six-weeks of robotic therapy that focused on performing vertical arm movements against gravity. The 12-week protocol includes three one-hour robot therapy sessions per week (total 36 robot treatment sessions). Pilot study demonstrated that the protocol was safe and well tolerated with no patient presenting any adverse effect. Consistent with our past experience with persons with chronic strokes, there was a statistically significant reduction in tone measurement from admission to discharge of performance-based planar robot therapy and we have not observed increases in muscle tone or spasticity during the anti-gravity training protocol. Pilot results showed also a reduction in shoulder-elbow impairment following planar horizontal training. Furthermore, it suggested an additional reduction in shoulder-elbow impairment following the anti-gravity training. Our clinical experiments have focused on a fundamental question of whether task specific robotic training influences brain recovery. To date several studies demonstrate that in mature and damaged nervous systems, nurture indeed has an effect on nature. The improved recovery is most pronounced in the trained limb segments. We have now embarked on experiments that test whether we can continue to influence recovery, long after the acute insult, with a novel class of spatial robotic devices. This pilot results support the pursuit of further clinical trials to test efficacy and the pursuit of optimal therapy following brain injury.

BackgroundLoss of arm function is a common problem after stroke. Robot-assisted training might improve arm function and activities of daily living. We compared the clinical effectiveness of robot-assisted training using the MIT-Manus robotic gym with an enhanced upper limb therapy (EULT) programme based on repetitive functional task practice and with usual care.MethodsRATULS was a pragmatic, multicentre, randomised controlled trial done at four UK centres. Stroke patients aged at least 18 years with moderate or severe upper limb functional limitation, between 1 week and 5 years after their first stroke, were randomly assigned (1:1:1) to receive robot-assisted training, EULT, or usual care. Robot-assisted training and EULT were provided for 45 min, three times per week for 12 weeks. Randomisation was internet-based using permuted block sequences. Treatment allocation was masked from outcome assessors but not from participants or therapists. The primary outcome was upper limb function success (defined using the Action Research Arm Test [ARAT]) at 3 months. Analyses were done on an intention-to-treat basis. This study is registered with the ISRCTN registry, number ISRCTN69371850.FindingsBetween April 14, 2014, and April 30, 2018, 770 participants were enrolled and randomly assigned to either robot-assisted training (n=257), EULT (n=259), or usual care (n=254). The primary outcome of ARAT success was achieved by 103 (44%) of 232 patients in the robot-assisted training group, 118 (50%) of 234 in the EULT group, and 85 (42%) of 203 in the usual care group. Compared with usual care, robot-assisted training (adjusted odds ratio [aOR] 1·17 [98·3% CI 0·70–1·96]) and EULT (aOR 1·51 [0·90–2·51]) did not improve upper limb function; the effects of robot-assisted training did not differ from EULT (aOR 0·78 [0·48–1·27]). More participants in the robot-assisted training group (39 [15%] of 257) and EULT group (33 [13%] of 259) had serious adverse events than in the usual care group (20 [8%] of 254), but none were attributable to the intervention.InterpretationRobot-assisted training and EULT did not improve upper limb function after stroke compared with usual care for patients with moderate or severe upper limb functional limitation. These results do not support the use of robot-assisted training as provided in this trial in routine clinical practice.FundingNational Institute for Health Research Health Technology Assessment Programme.

In this paper, we present the design and characterization of a novel ankle robot developed at the Massachusetts institute of technology (MIT). This robotic module is being tested with stroke patients at Baltimore Veterans administration medical center. The purpose of the on-going study is to train stroke survivors to overcome common foot drop and balance problems in order to improve their ambulatory performance. Its design follows the same guidelines of our upper extremity designs, i.e., it is a low friction, backdriveable device with intrinsically low mechanical impedance. Here, we report on the design and mechanical characteristics of the robot. We also present data to demonstrate the potential of this device as an efficient clinical measurement tool to estimate intrinsic ankle properties. Given the importance of the ankle during locomotion, an accurate estimate of ankle stiffness would be a valuable asset for locomotor rehabilitation. Our initial ankle stiffness estimates compare favorably with previously published work, indicating that our method may serve as an accurate clinical measurement tool.

Background. Human-administered clinical scales are the accepted standard for quantifying motor performance of stroke subjects. Although they are widely accepted, these measurement tools are limited by interrater and intrarater reliability and are time-consuming to apply. In contrast, robot-based measures are highly repeatable, have high resolution, and could potentially reduce assessment time. Although robotic and other objective metrics have proliferated in the literature, they are not as well established as clinical scales and their relationship to clinical scales is mostly unknown. Objective. To test the performance of linear regression models to estimate clinical scores for the upper extremity from systematic robot-based metrics. Methods. Twenty kinematic and kinetic metrics were derived from movement data recorded with the shoulder-and-elbow InMotion2 robot (Interactive Motion Technologies, Inc), a commercial version of the MIT-Manus. Kinematic metrics were aggregated into macro-metrics and micro-metrics and collected from 111 chronic stroke subjects. Multiple linear regression models were developed to calculate Fugl-Meyer Assessment, Motor Status Score, Motor Power, and Modified Ashworth Scale from these robot-based metrics. Results. Best performance—complexity trade-off was achieved by the Motor Status Score model with 8 kinematic macro-metrics ( R = .71 for training; R = .72 for validation). Models including kinematic micro-metrics did not achieve significantly higher performance. Performances of the Modified Ashworth Scale models were consistently low ( R = .35-.42 for training; R = .08-.17 for validation). Conclusions. The authors identified a set of kinetic and kinematic macro-metrics that may be used for fast outcome evaluations. These metrics represent a first step toward the development of unified, automated measures of therapy outcome.