0L'oggetto di quest'articolo è la recente presentazione di una nuova e innovativa applicazione per smartphone progettata per riconoscere accuratamente i segni fisici di ictus nei pazienti, utilizzando tecnologie avanzate di apprendimento automatico. Questa notevole scoperta è stata annunciata e discussa durante il 20° Incontro Annuale della Società di NeuroIntervento Chirurgico (SNIS). Questa applicazione rappresenta un significativo progresso nel campo della tecnologia mobile per la salute, fornendo uno strumento rivoluzionario che può consentire alle persone di identificare e valutare i possibili segni di ictus il più rapidamente possibile, aumentando le possibilità di una pronta e efficace risposta.
Per sviluppare questo potente strumento, è stato condotto uno studio intitolato 'Algoritmi di apprendimento automatico abilitati per smartphone per il rilevamento autonomo dell'ictus'. I ricercatori della David Geffen School of Medicine dell'UCLA hanno collaborato strettamente con numerose istituzioni mediche situate in Bulgaria. Hanno raccolto dati da 240 pazienti in trattamento per ictus in quattro diversi centri metropolitani per gli ictus. I dati sono stati raccolti entro 72 ore dall'inizio dei sintomi dei pazienti.
Il metodo principale utilizzato dai ricercatori consisteva nel registrare video dei pazienti tramite smartphone e nel condurre test sulla forza del braccio. L'obiettivo di questi test era riconoscere i principali segni di ictus come l'asimmetria del viso, i cambiamenti del linguaggio e la debolezza del braccio. Per l'asimmetria facciale, i ricercatori hanno utilizzato l'apprendimento automatico per analizzare 68 distinti punti di riferimento sul viso.
Per valutare la debolezza del braccio, hanno utilizzato i dati dell'accelerometro 3D integrato nello smartphone. Non solo, ma hanno anche utilizzato il giroscopio e il magnetometro del telefono, sfruttando efficacemente tutte le capacità interne standard del dispositivo. Per rilevare i cambiamenti nei modelli di discorso, hanno utilizzato i coefficienti cepstrali a frequenza mel, un metodo comune per il riconoscimento del suono che converte le onde sonore in immagini. Ciò ha permesso loro di fare utili confronti tra i modelli di discorso normali e quelli alterati.
Il passo successivo è stato testare l'applicazione. Ciò è stato fatto confrontando i risultati dell'app con i rapporti dei neurologi e i dati della scansione cerebrale dei pazienti. Questo rigoroso test ha concluso che l'app ha mostrato sufficiente sensibilità e specificità per diagnosticare con precisione un ictus nella stragrande maggioranza dei casi. Il Dr. Radoslav Raychev, neurologo vascolare e neurointerventista della David Geffen School of Medicine dell'UCLA, ha espresso il suo entusiasmo per le potenzialità che detiene questa innovativa app e l'enorme aiuto che la nascente tecnologia dell'apprendimento automatico può apportare per valutare rapidamente e accuratamente i sintomi per favorire la sopravvivenza dell'ictus e recuperare l'indipendenza.
