Realizzazione di un Sistema AI per la Supervisione Automatica degli Esercizi di Riabilitazione della Spalla (Rehab-SPIA) (Rehab-SPIA)

L'attuale fase storica e il crescente bisogno di riabilitazione nel mondo rendono i sistemi di teleriabilitazione, e l'e-Health in generale, strumenti fondamentali per aumentare il coinvolgimento del paziente e la compliance alla cura, elementi cruciali per la salvaguardia del SSN in un'ottica di revisione della spesa e ottimizzazione delle risorse.

In particolare, il paziente riabilitativo ha mediamente un'aderenza all'Home Exercise Programme (HEP) tra il 30-50%, a cui si aggiunge frequentemente una ridotta efficacia dell'apprendimento motorio dovuta alla mancanza di feedback sulla precisione del gesto, in quanto accade in ospedale o in regime ambulatoriale sotto la supervisione di un terapista.

I nuovi approcci computazionali per l'analisi dei dati sul movimento umano, finalizzati allo sviluppo di algoritmi per supervisionare automaticamente l'accuratezza del gesto del paziente durante l'esercizio dell'autotrattamento domiciliare, tentano di risolvere quest'ultima criticità.

Tra gli approcci più promettenti ci sono quelli basati su Intelligenza Artificiale (AI) e Machine Learning (ML), in particolare quelli di ultima generazione, detti sub-simbolici (o connessionisti).

Questi algoritmi suscitano molto interesse per la loro capacità di estrarre automaticamente le proprietà salienti del movimento, riducendo l'intervento di esperti alla raccolta di tutti i dati, e alla possibile etichettatura degli esempi (5) In ogni caso, la letteratura mostra una mancanza di modelli sviluppati con il coinvolgimento diretto dei medici e una scarsità di set di dati creati con popolazioni di pazienti.

Inoltre, la maggior parte dei modelli presenti in letteratura sono stati realizzati utilizzando numerosi dispositivi di input, spesso ad alto tasso tecnologico con costi notevoli per l'implementazione di un eventuale servizio a domicilio del paziente.

Per questi motivi si vuole creare un dataset clinico specialistico, partendo solo dai video degli esercizi, coinvolgendo popolazioni specifiche per patologia e costruito sulla base del giudizio clinico. Con queste caratteristiche, questo progetto mira ad automatizzare il più possibile il processo di analisi del movimento, riducendo enormemente i costi derivanti dall'uso delle tecnologie e minimizzando l'errore umano, il tutto sfruttando i più recenti approcci computazionali al fine di creare un software utile e a basso costo strumento di costo per la rieducazione funzionale domiciliare.

Data l'importanza dell'Home Exercise Programme nella patologia della spalla, si è deciso di selezionare una popolazione di pazienti affetti dalle principali patologie che interessano questa articolazione.

L'obiettivo principale dello studio è quello di creare e validare uno strumento software per l'analisi automatica ed esperta della corretta esecuzione dei principali esercizi riabilitativi per il recupero funzionale della spalla a seguito di patologie ortopediche.