IT   EN

Ultimi tweet

UN BRACCIALETTO CONTRO DISTURBI SONNO. RICERCA SANT' ANNA E UNIVERSITA' PISA

I disturbi del sonno sono tanto diffusi quanto trascurati. Si ritiene infatti che piu' di un terzo della popolazione ne soffra (il piu' comune e diffuso e' l'insonnia). La rilevanza di tali disturbi e' pero' spesso ignorata, per tanti motivi.

Uno di questi dipende dai sistemi complessi e costosi di monitoraggio del sonno in ambiente ospedaliero, che necessitano dell'applicazione di numerosi elettrodi che rendono la diagnostica del sonno complessa e indaginosa (polisonnografia). Uno studio pubblicato su Scientific Reports da un gruppo di ricercatori dell'Istituto di BioRobotica della Scuola Superiore Sant'Anna e dell'Universita' di Pisa e' destinato a cambiare lo scenario.

Grazie all'utilizzo combinato di dispositivi indossabili e algoritmi di intelligenza artificiale, viene proposto infatti un nuovo contributo alla semplificazione validata della diagnostica dei disturbi del sonno, in particolare dell'insonnia, senza la necessita' di ricorrere agli elettrodi della polisonnografia. Lo studio descrive un nuovo approccio che si avvale dell'utilizzo di piccoli braccialetti poco invasivi, detti actigrafi, che vengono posizionati sul polso, come se fossero degli orologi, e dell'elaborazione dei dati grazie ad un algoritmo di intelligenza artificiale per l'identificazione delle epoche di sonno e dei risvegli. Questo algoritmo puo' essere impiegato con i dati raccolti da dispositivi indossabili come smartwatch e smartband commerciali comunemente utilizzati per il monitoraggio dell'attivita' fisica.

Il metodo sviluppato garantisce un'analisi ad alta prestazione del ciclo sonno-veglia e tutela la riservatezza dei dati sensibili del paziente, poiche' puo' essere integrato all'interno del dispositivo indossabile stesso.

"Abbiamo applicato recenti tecniche di machine learning allo studio del sonno e dell'actigrafia- dichiara Tommaso Banfi, post doc dell'Istituto di BioRobotica, che lavora nel gruppo di ricerca coordinato da Gastone Ciuti- In alcune circostanze cliniche, e' infatti utile poter monitorare in maniera accurata, non invasiva e a basso costo, vari aspetti di base del ciclo sonno-veglia. I risultati di questo studio possono essere usati a supporto dell'attivita' clinica e ad uso delle persone affette da disturbi del sonno, come nel caso dell'insonnia, patologia che interessa piu' di 10 milioni di persone, solamente in Italia".

Questo lavoro scientifico, commenta Gastone Ciuti, "applica con successo algoritmi di machine learning in un contesto clinico fondamentale, quello delle malattie del sonno, grazie alla collaborazione con il Prof. Ugo Faraguna, docente dell'Universita' di Pisa e fondatore dell'azienda sleepActa Srl, e con i colleghi e autori di questo contributo". 

Commenta questo articolo:

*
Il tuo indirizzo email non sarà visibile agli altri utenti.
Il commento sarà pubblicato solo previa approvazione del webmaster.