Sempre più diffuso ora anche l’utilizzo dei visori di Realtà Virtuale in medicina. Già da qualche anno se ne annoverano le potenzialità, utilizzati per la riabilitazione, per alleviare dolore e paura: immergere il paziente in un ambiente favorevole, rilassato, positivo, aiuta a distendere i nervi, ridurre lo stress, rendere l’esperienza medica meno traumatica nei bambini, ma anche alleviare il dolore. Un esempio è TOMMI, un progetto realizzato da Softcare Studios, una startup italiana che si occupa di sanità digitale. Tommi è un’esperienza di gioco in realtà virtuale per i pazienti pediatrici, finalizzata alla riduzione di ansia e dolore durante trattamenti medici invasivi o comunque non facili da sopportare per un bambino.

Realizzato sempre in collaborazione con Softcare Studios, lo studio di cui parliamo oggi, è da attribuire però ad un team di ricercatori del Politecnico di Milano e, più precisamente, al Dipartimento di Elettronica, Informazione e Bioingegneria (Take Care Lab) guidato dal Professor Enrico Caiani. Insieme, hanno dimostrato come i visori di VR possano diventare strumenti utili per il monitoraggio di alcuni parametri nei pazienti, e, nello specifico, come sia possibile utilizzare i sensori contenuti nel visore (accelerometri e giroscopi) per poter misurare la frequenza cardiaca e respiratoria, senza l’utilizzo di ulteriori dispositivi indossabili o periferiche.

La ricerca, pubblicata su Sensor (rivista open source), dimostra l’acquisizione di dati di trenta volontari sani e a riposo, che indossavano un visore che stava proiettando immagini neutre, in diverse posture (seduto, in piedi e sdraiato).

Come è possibile? Stando a quanto emerso, il visore sarebbe in grado di rilevare battito e frequenza respiratoria misurando micro-movimenti della testa, non visibili ad occhio nudo e generati ad ogni battito cardiaco. A condizione di mantenere la testa ferma, sono stati raggiunti interessanti risultati, differenziati sulla base della posizione assunta dal paziente ed anche dal tempo di registrazione (30 secondi o 50 secondi). Migliori risultati per la stima della frequenza respiratoria da sdraiato, mentre per la stima della frequenza cardiaca l’affidabilità sale se il paziente è seduto.

Il progetto, ha così posto le basi per aprire a nuove opportunità di impiego della realtà virtuale, per la misurazione di parametri aggiuntivi, o anche misurare la reazione a stimoli differenti indotti andando a modificare just in time l’esperienza virtuale.

Per Approfondire:

L'articolo Fare un Elettrocardiogramma con la Realtà Virtuale? proviene da Osservatorio C Quadra.

Abbiamo in precedenti articoli parlato dell’utilizzo dell’Intelligenza Artificiale in campo sanitario e dei suoi promettenti risvolti. Era del MIT il progetto che riusciva ad individuare i soggetti positivi al Coronavirus grazie all’AI e all’analisi del colpo di tosse.

Più vicine a noi, e più precisamente provenienti dalla Svizzera EPFL, arrivano ora due nuove ricerche. DeepBreath e DeepChest: la prima, più simile al progetto del MIT, esamina suoni respiratori, mentre la seconda, analizza immagini ecografiche polmonari.

Mary-Anne Hartley, medico ricercatore, alla guida del team di ricerca, ha lavorato sui due progetti, sviluppando nuovi algoritmi in grado di diagnosticare con precisione il COVID-19.

“Vogliamo creare strumenti solidi e affidabili, che vadano oltre questa pandemia. […] Speriamo che lo slancio continui e possa essere utilizzato per consentire un accesso equo all’assistenza sanitaria.”

Mary-Anne Hartley

DeepChest ha visto il coinvolgimento dell’Ospedale Universitario di Losanna: con la guida della Dottoressa Noémie Boillat-Blanco, si è proceduto dal 2019 ad oggi alla raccolta di migliaia di immagini ecografiche polmonari. Il progetto, infatti, nasceva per identificare i marcatori che meglio potevano distinguere tra una polmonite virale ed una batterica. Nel 2020 il focus si è spostato in parte, andando a centrarsi totalmente sul Coronavirus.

DeepBreathe invece ha coinvolto l’Ospedale dell’Università di Ginevra e il Professor Alain Gervaix, M.D., presidente del Dipartimento di donne, bambini e adolescenti, che dal 2017 ha raccolto il suono del respiro per la costruzione di uno stetoscopio digitale intelligente. “Pneumoscopio”: originariamente creato per la diagnosi della polmonite è stato nel 2020 “corretto” per il riconoscimento del Coronavirus. Le registrazioni hanno poi permesso a EPFL di sviluppare l’algoritmo DeepBreathe, che dai primi risultati, sembrerebbe in grado di rilevare anche COVID-19 asintomatico.

Attualmente si sta lavorando per sviluppare un’app per mobile che consenta agli algoritmi di poter funzionare anche su telefoni cellulari, anche nelle regioni più isolate. Contemporaneamente, e sempre nella stessa direzione, si procede al raccoglimento di ulteriori dati, provenienti da comunità sotto rappresentate, per l’estensione dell’utilizzo dei modelli anche nella distinzione tra polmonite virale e batterica, per la riduzione dell’uso di antibiotici e, soprattutto, per la riduzione dell’elevato numero di bambini vittime di polmonite nei contesti poveri.

L'articolo L’AI in prima linea nella diagnosi del COVID-19 proviene da Osservatorio C Quadra.