در ماه‌های تمرین، چیزی آزارش می‌داد که ربطی به درد نداشت. درمانگر نگاه می‌کرد و می‌گفت بهتر شده است. اما «بهتر» عددی نداشت. آرناو می‌خواست بداند انگشتانش امروز نسبت به دیروز دقیقاً چقدر جلو رفته‌اند.

این شکاف، مشکل شناخته‌شده‌ای در این رشته است. معیار استاندارد بهبود دست و بازو، ارزیابی فوگل-مایر، از سال ۱۹۷۵ به جا مانده و بر پایه مشاهده چشمی درمانگر امتیاز می‌گیرد: سی‌وسه مورد، هرکدام صفر، یک یا دو. چون داوری انسانی است، تغییرهای کوچک‌تر از حدود سیزده امتیاز در مقیاس شصت‌وشش‌امتیازی از نوسان خود داور قابل تفکیک نیست.

او فیزیک و ریاضی را رها نکرد و در کنارش خودش را آموزش داد: تخصص یادگیری ماشین دانشگاه استنفورد، دوره‌های OpenCV و TensorFlow. سپس با دکتر آشوینی کاله، متخصص توان‌بخشی عصبی، کار کرد.

ابزار نخست، FAIR Chance — سرواژه‌ای برای «فرصت توان‌بخشی با هوش مصنوعی برای حرکات ظریف» — با دوربین یک گوشی یا لپ‌تاپ کار می‌کند. بینایی ماشین حرکات ریز انگشتان را می‌سنجد؛ همان حرکاتی که نوشتن و غذا خوردن به آن‌ها وابسته است. هیچ دستگاه ویژه‌ای لازم نیست.

ابزار دوم یک مچ‌بند است. وقتی بیمار بیش از اندازه به دست سالم تکیه می‌کند، مچ‌بند لرزشی ملایم می‌فرستد. پشت این ایده، اصطلاحی بالینی نشسته است: «بی‌استفادگی آموخته‌شده». ادوارد تاوب در دانشگاه آلاباما این الگو را شناساند و درمانی ساخت که در آن دست سالم ساعت‌ها در بند یا دستکش محدود می‌شود. آرناو محدودیت را با یادآوری جایگزین کرد.

FAIR Chance اکنون روی سی بیمار آزمایش می‌شود و مچ‌بند روی بیست بیمار.

در دسامبر گذشته، در ویگیان بهاوان در دهلی نو، رئیس‌جمهور دروپدی مورمو جایزه پرادهان مانتری راشتریا بال پوراسکار را در بخش علم و فناوری به او داد — یکی از بیست کودک در شش دسته.

نام شهرش در همان دوره نقاهت عوض شد: اورنگ‌آباد در سپتامبر ۲۰۲۳ رسماً چهatrapati سامباجی‌نagar شد. او ماند و کار کرد.

او چیزی را ساخت که خودش، روی تخت بیمارستان، نداشت.