Analisi multisensoriale dell'attività umana per la diagnosi e l'individuazione precoce delle limitazioni funzionali (EYEFUL)

I cambiamenti fisici e cognitivi provocati da una patologia peggiorano la capacità funzionale dell'individuo rendendo più difficile lo svolgimento delle Attività della Vita Quotidiana (ADL) e causando dipendenza e/o disabilità. Esistono test osservazionali standardizzati per la valutazione clinica del grado di limitazione funzionale nelle ADL di base o strumentali (ad esempio, Assessment Motor and Process Skills - AMPS). D'altra parte, tutti questi test portano con sé il problema della soggettività del valutatore nell'analisi. La presenza del valutatore nel test può influenzare il modo in cui un soggetto esegue le ADL.

L'obiettivo del progetto è sviluppare una metodologia per progettare, implementare e validare test clinici automatici di limitazione funzionale, che: 1) forniscano valutazioni oggettive con validità clinica, e 2) rimuovano l'interferenza nell'esecuzione del test causata dalla presenza fisica di il valutatore. La soggettività del valutatore umano sarà sostituita con un sistema automatico che estrae informazioni multimodali (cioè multisensoriali) dall'ambiente durante la valutazione funzionale dell'utente. In particolare, sono inclusi sensori audio, video e di profondità e le informazioni raccolte dai sensori indossabili che il soggetto sottoposto a test può portare con sé. La valutazione oggettiva fornirà anche indizi che, data la storia clinica del soggetto, potranno essere utilizzati per individuare precocemente le limitazioni.

Questo problema non è stato affrontato sistematicamente in letteratura. Il progetto rappresenta quindi una prima soluzione di sviluppo e validazione clinica di un sistema automatizzato che consenta una valutazione oggettiva dei test osservazionali. La valutazione clinica delle limitazioni funzionali verrà quindi eseguita in un ambiente reale adattato (dotato di adeguati sensori elettronici) nelle strutture dell'URJC.

Il sottoprogetto EYEFUL-URJC ha un ruolo chiave nella progettazione metodologica e nella validazione clinica degli strumenti di valutazione automatica. Effettueranno inoltre test effettivi su soggetti normali e pazienti confrontando i risultati degli strumenti attuali, come AMPS, con i risultati degli strumenti di valutazione sviluppati per il progetto. Per estrarre caratteristiche rilevanti da sensori video, di profondità, audio e di altro tipo, il progetto sfrutta l'esperienza di ricerca sul rilevamento automatico delle attività umane negli spazi intelligenti di EYEFUL-UPM e EYEFUL-UAH. Il sottoprogetto EYEFUL-UPM si concentra sull'analisi del volto del soggetto, della posa della testa, dello sguardo e dell'accurato allineamento 3D dei punti di riferimento facciali, che consentono la stima degli attributi facciali utili per diversi test (ad esempio, focus dell'attenzione, presenza di dolore, confusione , paura, ecc.). Il sottoprogetto EYEFUL-UAH concentra l'analisi sull'attività dell'intero corpo dell'utente e sulla sua interazione con gli oggetti, con sensori di profondità e video, integrando anche dati audio e indossabili per valutare automaticamente la capacità funzionale delle persone valutate. I tre gruppi coordinati affrontano il progetto in modo interdisciplinare, con forti esigenze di feedback tra loro durante tutto lo sviluppo. Questa stretta interazione è fondamentale per garantire un'adeguata focalizzazione degli sviluppi tecnici considerati i rigorosi requisiti clinici del compito.