Modellazione dei risultati clinici della dinamica rapida nell'ictus acuto

L'ictus - ancora la seconda causa di morte più comune e la principale causa di disabilità neurologica dell'adulto nel mondo occidentale - è caratterizzato da rapidi cambiamenti nel tempo e da una marcata variabilità degli esiti. Un paziente può migliorare o peggiorare nel giro di pochi minuti e la disabilità risultante può variare da un'evidente paralisi completa a una sottile incoordinazione dipendente dal compito di un singolo arto.

A differenza di molti altri disturbi neurologici, l'ictus può essere squisitamente sensibile a un trattamento tempestivo e adattato in modo intelligente, premiando l'innovazione nella fornitura di cure con un impatto concreto e tangibile sui risultati del paziente. Il trattamento ottimale richiede quindi sia una caratterizzazione dettagliata del quadro clinico del paziente sia il suo modello di cambiamento nel tempo.

Probabilmente l'aspetto più importante del quadro clinico del paziente - il movimento del corpo - rimane notevolmente scarsamente documentato: quantificato solo soggettivamente ea intervalli infrequenti nell'evoluzione clinica del paziente. La combinazione di intelligenza artificiale e calcolo ad alte prestazioni consente ora di eseguire l'estrazione automatica della struttura scheletrica di un paziente risolta fino alle articolazioni principali, come quella di un omino stilizzato, in modo semplice, sicuro ed economico, senza l'uso di ingombranti corpi indossati marcatori. Al centro di questa tecnologia c'è la privacy del paziente, con la cornice scheletrica estratta in tempo reale, che garantisce che nessun dato video, da cui i pazienti possono essere identificati, venga memorizzato o trasmesso dal dispositivo.

Il nostro sistema di categorizzazione del movimento - MoCat - verrà utilizzato per studiare la rapida dinamica dell'ictus acuto, perfettamente integrato nel flusso clinico. Quantificando la variazione del deficit motorio nel tempo, esamineremo la relazione tra queste traiettorie con gli esiti clinici e svilupperemo modelli predittivi che possono supportare la gestione clinica e ottimizzare l'erogazione del servizio.