Nuove tecnologie indossabili per il monitoraggio della mobilità e la prevenzione in condizioni di vita reale

L'analisi strumentale del movimento riveste un'importanza fondamentale in diverse discipline e settori, dalla modellazione biomeccanica alla diagnosi precoce e prevenzione delle patologie neuro-muscolari e aiuta gli specialisti a sviluppare programmi di terapia individuali e a monitorare l'efficacia delle strategie adottate.

In particolare, i sensori indossabili stanno ricoprendo un'importanza sempre più crescente in quanto consentono di raccogliere una vasta gamma di dati sul movimento del corpo umano direttamente in condizioni di vita quotidiana. Recenti studi scientifici hanno inoltre evidenziato come i sensori indossabili giochino un ruolo fondamentale nell'individuazione precoce delle malattie neuro-muscolari favorendone quindi un trattamento precoce e dunque più efficace. 

Grazie al progetto NODES i gruppi del Politecnico di Torino guidati dal professor Andrea Cereatti (Dipartimento di Elettronica e Telecomunicazioni) e dalla professoressa Gabriella Olmo (Dipartimento di Automatica e Informatica) hanno iniziato a sviluppare sinergicamente una nuova generazione di soluzioni innovative per il monitoraggio dei pazienti in condizioni di vita reale.

Tutto questo è possibile grazie alle competenze complementari dei due gruppi di ricerca che integrano in un'unica piattaforma diverse tecnologie quali sensori magneto-inerziali, solette di pressione e sensori di distanza ad infrarossi unitamente ad algoritmi di deep learning. Questa tecnologia multi-sensore permette di ottenere parametri che possono caratterizzare la stabilità dei pazienti e quindi predire il rischio di cadute oltre che a riconoscere ed identificare precocemente il freezing of gait nei pazienti affetti da malattia di Parkinson.