AI-based multimodal behavioral phenotyping for sarcopenia and muscle health assessment in older adults: study protocol

Man mano che le persone invecchiano, i loro corpi perdono naturalmente massa e forza muscolare, una condizione nota come sarcopenia. Questo declino non riguarda solo il sentirsi più deboli; è strettamente legato a un maggiore rischio di cadute, perdita di indipendenza e gravi complicazioni per la salute. Attualmente, i medici si affidano a macchinari specializzati per misurare muscoli e forza, oppure pongono ai pazienti semplici domande sulle loro difficoltà quotidiane. Tuttavia, questi macchinari sono costosi e difficili da usare per i controlli regolari nei quartieri, mentre le semplici domande spesso non colgono il problema nelle sue fasi iniziali perché le persone potrebbero non rendersi conto di stare perdendo forza finché non è troppo tardi. Gli scienziati sospettano da tempo che il modo in cui le persone si muovono, parlano ed esprimono se stesse possa contenere indizi nascosti sulla salute dei loro muscoli, indizi che esistono al di fuori di ciò che una persona sa o riferisce consapevolmente. La sfida è stata capire come catturare questi segnali sottili negli anziani in un modo che risulti naturale e non intimidatorio, specialmente quando potrebbero non essere familiari con tecnologie complesse.

Un team di ricercatori dell'Università Yeungnam in Corea del Sud ha progettato un nuovo modo per cercare questi indizi. Invece di chiedere agli anziani di eseguire difficili test fisici o compilare lunghi moduli da soli, i ricercatori hanno creato una sessione basata sulla conversazione, dolce e della durata di meno di trenta minuti. L'obiettivo è vedere se un programma informatico possa ascoltare e osservare con attenzione abbastanza da individuare segni di bassa massa muscolare semplicemente osservando come una persona parla, muove il viso e gesticola mentre chiacchiera. Questo approccio tratta la voce e il volto umani come una ricca fonte di dati, simile a come un medico potrebbe ascoltare un battito cardiaco, ma qui il "battito cardiaco" è il ritmo sottile del parlato e i micro-movimenti dei muscoli facciali. I ricercatori non stanno cercando di sostituire i test medici standard, ma stanno esplorando se questi comportamenti quotidiani possano servire come un primo passo rapido e non invasivo per identificare chi potrebbe necessitare di un controllo più approfondito.

Lo studio coinvolge fino a 120 adulti residenti nella comunità, di età pari o superiore ai sessantacinque anni. Ogni partecipante si reca in una tranquilla stanza di laboratorio dove siede per una singola sessione guidata da un ricercatore formato. Questa guida umana è una parte cruciale del design, agendo come una presenza amichevole per ridurre qualsiasi ansia che il partecipante possa provare per l'essere registrato. La sessione è divisa in due parti. Prima, mentre il partecipante è fresco e vigile, prende parte a una serie di interazioni naturali. Chiacchierano brevemente della loro giornata, leggono un breve passaggio ad alta voce e poi guardano immagini di volti che mostrano diverse emozioni, prima identificando l'emozione e poi cercando di imitare quel medesimo volto. Infine, viene chiesto loro di raccontare un breve episodio felice e uno triste accaduto di recente. Durante tutto questo tempo, telecamere e microfoni registrano tutto, catturando la velocità del parlato, l'intonazione della voce, i muscoli specifici utilizzati quando si sorride o si corruccia il volto e quanto si muovono le mani e le braccia.

Dopo questa osservazione comportamentale, la sessione passa alla seconda parte, in cui il partecipante risponde a una serie di domande standard sulla salute. Alcune di queste domande riguardano il rischio di perdita muscolare, altre chiedono informazioni sul loro umore e sui livelli di ansia. I ricercatori utilizzano un mix di metodi: alcune domande sono risposta dal partecipante tramite un touchscreen, mentre altre vengono lette ad alta voce dalla guida per garantire che tutti possano partecipare comodamente, indipendentemente dalla loro dimestichezza con la tecnologia. I ricercatori confrontano quindi le registrazioni video e audio della prima parte con le misurazioni fisiche effettuate sui partecipanti. Utilizzano un dispositivo che misura la quantità di muscoli nelle braccia e nelle gambe e un test di forza della presa per determinare chi ha una massa muscolare normale e chi ha una bassa massa muscolare. Queste misurazioni fisiche fungono da "verità di base" (ground truth) rispetto alla quale vengono testate le osservazioni comportamentali.

L'idea centrale è che la salute muscolare possa lasciare un'impronta nel comportamento di una persona. I ricercatori ipotizzano che coloro con una massa muscolare inferiore possano parlare più lentamente, avere un tono di voce più piatto o mostrare meno varietà nelle espressioni facciali. Sospettano anche che il modo in cui una persona muove le mani mentre parla possa essere meno fluido o frequente. Utilizzando programmi informatici avanzati, il team analizzerà migliaia di piccoli dettagli dalle registrazioni, come la frequenza delle pause, quanto la voce tremi o l'intensità con cui si muovono le sopracciglia. Il computer cercherà quindi di apprendere la differenza tra i modelli comportamentali di chi ha muscoli sani e di chi ha una bassa massa muscolare. Se il computer riuscirà a distinguere con successo tra i due gruppi basandosi solo su video e audio, ciò suggerirebbe che questi segnali comportamentali sono effettivamente legati alla salute muscolare.

Questo studio è un protocollo, il che significa che è un piano dettagliato di come la ricerca sarà condotta, piuttosto che un rapporto di risultati finali. I ricercatori stanno impostando il sistema per garantire che i dati raccolti siano di alta qualità e coerenti. Prestano particolare attenzione al ruolo della guida umana, annotando attentamente come la guida interagisce con il partecipante e quando è necessario aiuto. Queste informazioni sono vitali perché l'obiettivo finale è quello di costruire eventualmente un assistente digitale, forse un programma informatico che possa parlare con le persone, capace di effettuare questa valutazione senza la presenza di un essere umano. Osservando come un essere umano reale aiuti un anziano a sentirsi a proprio agio e compreso, i ricercatori sperano di insegnare ai futuri sistemi di intelligenza artificiale come fare lo stesso. Stanno anche costruendo un dataset che includa persone di diverse età e di entrambi i sessi, assicurando che la tecnologia sviluppata funzioni equamente per tutti.

I ricercatori sono cauti riguardo a ciò che si aspettano di trovare. Riconoscono che gli anziani potrebbero sentirsi nervosi in un laboratorio e che l'imbarazzo o la tensione potrebbero cambiare il modo in cui parlano o si muovono, il che potrebbe confondere i risultati. Per gestire questo aspetto, misurano separatamente i livelli di ansia e depressione, in modo da poter distinguere se il computer sta rilevando problemi muscolari o solo una preoccupazione generale. Sono inoltre consapevoli che il numero di persone con bassa massa muscolare in un gruppo comunitario generale potrebbe essere piccolo, pertanto hanno pianificato la loro analisi per cercare modelli attraverso l'intero spettro della salute muscolare, non solo attraverso una semplice divisione sì-no. Se lo studio dovesse dimostrare che i segnali comportamentali sono utili, potrebbe portare a un nuovo modo per monitorare la perdita muscolare in modo rapido e semplice nelle comunità, senza attrezzature costose o lunghe attese. Se i segnali non fossero abbastanza forti, lo studio fornirà comunque conoscenze preziose su come gli anziani interagiscono con la tecnologia e su come progettare strumenti migliori per loro.

Questo lavoro si colloca all'intersezione tra invecchiamento, comportamento e intelligenza artificiale. Va oltre l'idea che la salute muscolare riguardi solo la velocità con cui qualcuno cammina o il peso che può sollevare. Al contrario, suggerisce che la condizione del corpo possa riflettersi nei modi silenziosi e automatici in cui ci esprimiamo ogni giorno. Trattando una conversazione come una finestra sulla salute fisica, i ricercatori stanno aprendo una nuova strada per comprendere come invecchiamo. Non pretendono di aver risolto il problema della sarcopenia, ma stanno costruendo gli strumenti per vedere se una semplice e amichevole chiacchierata possa un giorno aiutare a cogliere il problema precocemente, dando agli anziani più tempo per rimanere forti e indipendenti. Lo studio rappresenta un impegno attento e graduale per trasformare una complessa questione biologica in una tecnologia pratica e centrata sull'essere umano.