Early Prediction of Imminent Intrinsically Generated Trips During Gait in People Post-Stroke
Questo studio ha sviluppato e validato un predittore precoce e mirato utilizzando un modello lineare a due caratteristiche che identifica con successo l'88% dei viaggi imminenti generati intrinsecamente nelle persone post-ictus circa 191 ms prima dell'inizio del viaggio, consentendo interventi tempestivi e necessari in tempo reale per prevenire le cadute.
Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo
Per milioni di persone che vivono con le conseguenze di un ictus, il semplice atto di camminare comporta un pericolo nascosto. Mentre molti presumono che una caduta sia il risultato di una perdita di equilibrio o di un inciampo su un oggetto, un numero significativo di questi incidenti avviene a causa di un guasto all'interno del movimento stesso del corpo. Mentre una persona cammina, la gamba oscilla in avanti in un arco fluido. A volte, senza alcun ostacolo esterno, il piede non riesce a sollevarsi abbastanza in alto e sfrega contro il pavimento. Questo inciampo interno, noto come inciampo generato intrinsecamente, può far sì che la gamba si blocchi, facendo perdere l'equilibrio alla persona e portando spesso a una caduta. Per i sopravvissuti all'ictus, tali cadute sono particolarmente devastanti, causando frequentemente fratture ossee, perdita di indipendenza e un profondo timore di tornare a camminare. Sebbene la fisioterapia aiuti molti, non riesce sempre a impedire questi inciampi, e la reazione naturale del corpo a uno scivolamento è spesso troppo lenta per prevenire una caduta. Ciò lascia un vuoto critico: come può la tecnologia intervenire abbastanza velocemente per fermare un inciampo prima che avvenga, senza interferire costantemente con il normale cammino?
Un team di ricercatori dell'Università della Carolina del Nord a Chapel Hill e della North Carolina State University si è posto l'obiettivo di costruire un sistema in grado di prevedere questi inciampi interni prima che si verifichino. Il loro obiettivo era creare un metodo che agisse come una rete di sicurezza intelligente, intervenendo solo quando necessario. Hanno reclutato undici individui che avevano subito un ictus almeno sei mesi prima e che avevano riportato almeno un inciampo o un quasi-caduta nei sei mesi precedenti. Per studiare questi eventi in un ambiente controllato, i partecipanti camminavano su un tapis roulant mentre i ricercatori sfidavano delicatamente la loro concentrazione. Ai partecipanti veniva chiesto di guardare lontano dai propri piedi, lasciare le maniglie o eseguire compiti mentali come nominare cibi, simulando le distrazioni che spesso portano ad incidenti nel mondo reale. Mentre camminavano, i ricercatori utilizzavano telecamere di motion-capture per tracciare i movimenti precisi delle loro gambe e registravano le forze che i loro piedi esercitavano contro il nastro del tapis roulant.
La sfida per i ricercatori era che questi inciampi sono rari. Nei migliaia di passi compiuti dai partecipanti, solo una piccola frazione risultava in un inciampo o in uno sfregamento significativo contro il pavimento. Per addestrare un computer a riconoscere questi eventi rari, il team ha dovuto insegnargli a individuare i segnali premonitori sottili che appaiono appena prima che un piede si blocchi. Si sono concentrati sui momenti immediatamente precedenti il distacco del piede dal suolo, una fase del cammino chiamata fase di fine appoggio (late stance). Analizzando l'angolo della parte inferiore della gamba e la velocità dell'oscillazione, hanno cercato schemi che differissero da un passo normale e fluido. Hanno raggruppato i dati in due categorie: passi normali e passi "anomali", che includevano sia gli inciampi completi sia quelli sfregamenti pesanti in cui il piede colpiva il terreno ma la persona riusciva a recuperare l'equilibrio.
I ricercatori hanno testato due diversi modi per aiutare il computer a imparare da questi dati sbilanciati, in cui i passi normali superavano di gran lunga quelli pericolosi. Un metodo consisteva nel rimuovere alcuni dei passi normali per rendere i gruppi più equilibrati, mentre l'altro metodo diceva semplicemente al computer di trattare un errore su un passo pericoloso come un errore molto più grave rispetto a un errore su un passo normale. Questo secondo approccio si è rivelato più efficace. Il computer ha imparato che il segnale premonitore più affidabile era l'angolo della parte inferiore della gamba proprio prima che si sollevasse da terra. Quando un inciampo stava per accadere, la parte inferiore della gamba tendeva a essere posizionata in modo più orizzontale, o più piatto, rispetto al normale. Monitorando questa specifica postura, il sistema poteva identificare un potenziale inciampo con alta precisiono.
Il risultato più significativo è stato quanto presto il sistema potesse effettuare questa previsione. Il computer poteva segnalare un potenziale inciampo in media 191 millisecondi prima che l'inciampo iniziasse effettivamente. Questa è una finestra temporale cruciale. È significativamente precedente al momento in cui il piede lascia il suolo, che è il momento in cui molti dispositivi attuali, come gli stimolatori elettrici, tipicamente si attivano. Poiché i muscoli impiegano tempo per reagire a un segnale elettrico, aspettare che il piede sia già staccato da terra è spesso troppo tardi per prevenire una caduta. Prevedendo l'inciampo quasi 200 millisecondi prima, il sistema fornisce il tempo necessario affinché un dispositivo stimoli i muscoli della gamba e sollevi il piede più in alto, liberando il terreno prima che avvenga il blocco. Il sistema è stato anche testato su partecipanti i cui dati non erano stati utilizzati per costruire il modello, e ha funzionato bene, identificando correttamente gli inciampi in cinque partecipanti su otto e prevedendo quasi il 90 percento di tutti gli inciampi complessivi.
Sebbene lo studio sia stato condotto in un ambiente di laboratorio con un numero limitato di partecipanti, i risultati suggeriscono una strada promettente. I ricercatori non hanno costruito un dispositivo indossabile che le persone possano usare oggi, ma hanno dimostrato che i dati necessari per prevedere un inciampo esistono e possono essere trovati utilizzando semplici sensori che tracciano il movimento della gamba. Il lavoro evidenzia che la chiave per prevenire queste cadute non risiede nell'assistenza costante, che può essere faticosa e non necessaria, ma in un intervento preciso e tempestivo. Comprendendo le specifiche firme cinematiche di un inciampo prima che accada, gli ingegneri possono progettare future tecnologie assistive che agiscano solo quando il corpo ne ha bisogno, offrendo un modo più sicuro e indipendente di camminare per coloro che si stanno riprendendo da un ictus.
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.