Sensori indossabili e IA rivoluzionano i test di stabilità dei pazienti

RomeRicercatori presso il College of Engineering and Computer Science della Florida Atlantic University hanno sviluppato un innovativo metodo per misurare l'equilibrio. Questo sistema utilizza sensori indossabili e programmi informatici intelligenti. Può migliorare il monitoraggio dei problemi di equilibrio, rendendolo particolarmente utile per le cure a domicilio o nelle case di riposo.

I test di equilibrio tradizionali presentano alcune limitazioni. Spesso richiedono attrezzature costose e speciali. I risultati possono variare a seconda della competenza del clinico. Inoltre, questi test non possono essere eseguiti a distanza. Pertanto, abbiamo bisogno di strumenti migliori e più completi.

Il nuovo metodo impiega sensori indossabili fissati al corpo. Durante lo studio, i sensori sono stati applicati alle caviglie, alla parte bassa della schiena, al petto, al polso e al braccio dei partecipanti. I ricercatori hanno utilizzato il Modified Clinical Test of Sensory Interaction on Balance (m-CTSIB), che valuta quanto bene una persona riesca a mantenere l'equilibrio in diverse situazioni sensoriali.

• Occhi aperti su una superficie stabile
• Occhi chiusi su una superficie stabile
• Occhi aperti su una superficie di schiuma
• Occhi chiusi su una superficie di schiuma

Ogni test durava circa 11 secondi senza interruzioni, rendendo le prove di equilibrio continue e velocizzando il processo di valutazione.

I ricercatori hanno utilizzato sensori IMU e un sistema speciale per raccogliere dati sul movimento. Questi dati sono stati elaborati ed estratti in molte caratteristiche per l'analisi. Per stimare i punteggi m-CTSIB, sono stati impiegati modelli di regressione lineare multipla, Support Vector Regression e algoritmi XGBOOST. I dati provenienti dai sensori indossabili hanno fornito gli input per questi modelli di apprendimento automatico. I punteggi m-CTSIB rilevati da Falltrak II sono stati impiegati come etichette di riferimento per l'addestramento e la validazione dei modelli.

I ricercatori hanno sviluppato diversi modelli di machine learning per prevedere i punteggi m-CTSIB utilizzando dati provenienti da sensori indossabili. Hanno inoltre esaminato qual è la migliore collocazione dei sensori per analizzare l’equilibrio. I risultati hanno dimostrato che i modelli sono molto accurati e corrispondono strettamente ai punteggi reali di equilibrio.

Leggi anche:

21 novembre 2024 · 15:27

Gli Stati Uniti dominano l'innovazione AI, la Cina insegue nel ranking di Stanford

I dati raccolti da sensori posizionati sulla parte bassa della schiena e sulla caviglia dominante hanno fornito i risultati migliori per stimare i punteggi di equilibrio. Questo dimostra l'importanza cruciale di collocare i sensori nei punti giusti per catturare con precisione i movimenti e gli aggiustamenti dell'equilibrio.

La professoressa Behnaz Ghoraani dell'Università FAU ha dichiarato che i sensori indossabili rappresentano un metodo pratico ed economico per monitorare il movimento. Posizionati sulla zona lombare e sulle gambe, questi dispositivi forniscono dati preziosi sui movimenti delle persone, essenziali per valutare il rischio di cadute in diverse popolazioni.

La professoressa Stella Batalama, preside del College di Ingegneria e Informatica della FAU, ha affermato che questo metodo è più semplice da utilizzare e meno costoso. Essendo gestibile a distanza, potrebbe avere un impatto significativo sulla salute, la riabilitazione e le scienze sportive.

Gli obiettivi dello studio derivano dall'esigenza di strumenti più efficaci per misurare l'equilibrio. I metodi tradizionali non sono abbastanza dettagliati, rendendo difficile la comprensione e il trattamento dei problemi di equilibrio. Dispositivi indossabili offrono un aiuto prezioso, permettendo ai medici di monitorare l'equilibrio dei pazienti a distanza.

I risultati della ricerca sono stati pubblicati su Frontiers in Digital Health. Essi dimostrano che questo nuovo metodo potrebbe rivoluzionare la misurazione dell'equilibrio, soprattutto in contesti dove le tecniche attuali non possono essere utilizzate o sono di difficile accesso.