La idea de utilizar un acolchado neumático rentable para detectar la interacción física entre un usuario y robots de rehabilitación portátiles no es nueva, pero hasta ahora no ha habido ninguna realización práctica relevante. En este artículo, presentamos un método novedoso para estimar la interacción física humano-robot utilizando un acolchado neumático basado en redes neuronales artificiales (ANNs). Esta estimación puede servir como un indicador aproximado de las fuerzas/torques aplicados por el usuario y puede aplicarse para proporcionar retroalimentación visual sobre la participación del usuario o como información adicional para controladores de interacción. A diferencia de los comunes sensores de fuerza/torque (FTS) de 6 ejes, que son muy costosos, el sistema de sensores propuesto puede integrarse fácilmente en el diseño de interfaces físicas humano-robot de robots de rehabilitación y se adapta a la forma de la extremidad del paciente individual mediante cambios de presión en cámaras neumáticas, con el fin de proporcionar una interacción física segura con un alto confort para el usuario. Este artículo describe un concepto de uso de ANNs para la estimación de fuerzas/torques de interacción basados en variaciones de presión de ocho cámaras de almohadilla de aire personalizadas. Las ANNs fueron entrenadas una vez de forma offline utilizando señales de un FTS de alta precisión que también se utiliza como sensor de referencia para la validación experimental. Los experimentos con tres sujetos diferentes confirman la funcionalidad del concepto y el algoritmo de estimación.