Home » DISABILITA' » Medicina riabilitativa: la frontiera dei Big Data

Medicina riabilitativa: la frontiera dei Big Data

 

Antonietta Mastrangelo

Presentato al workshop San Martino di Genova un algoritmo capace di leggere terapie farmacologiche, informazioni dei biomarcatori dopo un ictus, i movimenti di un anziano o l’efficacia del lavoro di recupero, permettendo di migliorare la gestione dei  pazienti. Ne parla Vita.it

I Big Data utilizzati per la riabilitazione
All’Innovation in rehabilitation technologies, workshop organizzato al San Martino di Genova da ICS Maugeri Genova, Dibris dell’Università di Genova e Polo Ligure di Scienze della vita, sono stati presentati molti sistemi capaci di venire in soccorso di una popolazione sempre più anziana, spesso malata cronica, certamente fragile.
Robot, esoscheletri, protesi come la mano bionica che il cervello riesce a guidare, intelligenza artificiale. Oltre 140 studiosi arrivati da tutto il mondo, anche grazie a un raduno, della Federazione mondiale di neuroriabilitazione WFNR.
In questa giornata improntata alle nanotecnologie impiegate a scopo medico, particolare rilievo l’hanno avuta i Big Data, cui è stata dedicata un’intera sessione.
L’enorme quantità di informazioni che deriva dalle cure, oggi si può analizzare attraverso grandi capacità di calcolo, per ottenere una lettura analitica della salute, mettendo in atto i necessari correttivi.
Dottor Algoritmo che crea terapie farmacologiche per 10 mila pazienti
Questa metodologia prende il nome di “dottor Algoritmo”, un algoritmo appunto utilizzato per prescrivere le terapie farmacologiche di 10mila pazienti.
È il caso del lavoro presentato da Riccardo Bellazzi, direttore di un Laboratorio di ricerca in bioingegneria all’IRCCS Maugeri Pavia e ordinario dell’ateneo della città pavese, con la responsabile delle farmacie del gruppo Maugeri, Anna Losurdo, e la direzione sanitaria dell’Istituto, che ha cominciato ad analizzare, per sei anni, dal 2012 al 2018, i trattamenti farmacologici di 9.691 pazienti unici, per il 52% maschi (di 13.634 ricoveri in ospedale), la cui età al ricovero variava da 65 a 102 anni.
Principale scopo: misurare l’aderenza terapeutica agli standard, ma anche correlare le terapie ad altri fattori, come il rischio cadute, migliorando quindi una delicatissima parte della gestione paziente.
La ricerca, ancora in corso, fornirà, prima in Italia, dei  feed-back molto precisi sulla gestione farmacologica dei pazienti.
Anziani monitorati, grazie ai dati
Francesca Odone, associato di Computer science, all’Università di Genova, ha invece parlato di “Ambient Assisted Living (AAL)” vale a dire di tecnologie specificamente rivolte agli anziani,e di ricerche effettuate all’Ospedale Galliera del capoluogo ligure,dove è stato allestito un confortevole appartamento, in cui i pazienti sono monitorati da un sistema di sensori, tra cui medici, indossabili, ambientali e anche dispositivi visivi ambientali.
In tal caso, i Big Data sono quelli che affluiscono dal monitoraggio, con l’obiettivo principale di valutare la fragilità e il benessere generale, e fornire uno strumento statistico per quantificare la motilità, le attività quotidiane e, in generale, la sua qualità della vita,in accordo con le attuali pratiche cliniche. In particolare, il sottosistema basato su dati visivi, viene sfruttato per fornire un’analisi multidimensionale che incorpora la valutazione della motilità del paziente e le attività della vita quotidiana, ha concluso la dottoressa Odone.
Big Data l’infinitamente piccolo, in alternativa alle immagini
Anche la nanomedicina, si avvale dell’utilizzo dei Big Data, stavolta per offrire una possibilità di applicazione nella medicina riabilitativa di precisione in seguito ad un ictus o dopo altri tipi di cerebrolesione acquisita.
Se ne occupa il progetto di ricerca internazionale “ABISens” che coinvolge l’IRCCS Maugeri di Pavia e l’ICS Maugeri Genova, con alcuni centri di ricerca spagnoli e catalani, sui nanomateriali e le neuroscienze, e l’Università di Bordeaux.
Il gruppo di ricerca in questione, si concentra sullo studio di gravi cerebrolesioni acquisite, ha spiegato il nanotecnologo Renzo Vanna, che di solito producono gravi menomazioni e la cui diagnosi, oggi, così come la prognosi e l’efficacia dei trattamenti riabilitativi, vengono principalmente valutate da esami clinici, neuroimaging e test elettrofisiologici durante una lunga degenza ospedaliera.
I nanotecnologi di Pavia, col gruppo internazionale di cui fanno parte, stanno inoltre individuando e quantificando i biomarcatori che distinguono una lesione cerebrale e quelli che indicano invece, l’attivazione di processi riabilitativi nei mesi successivi al trauma.
Il ricercatore ha aggiunto che si tratta di una vera sfida che consiste nell’ individuare e quantificare biomarcatori di recupero nei biofluidi, perché una valutazione affidabile richiede il monitoraggio di un pannello di più biomarkers con un’adeguata solidità analitica.
In secondo luogo, un test basato sul sangue sarebbe l’opzione migliore, perché i prelievi con fluido cerebrospinale (CSF) non sono fattibili per test ripetuti a lungo termine».
D’altra parte, i biomarcatori del cervello possono essere trovati nel sangue, ma solitamente a concentrazioni molto basse.
Lo scopo di questo progetto, ha concluso Vanna, sta nello sviluppare una nuova piattaforma nano-biosensoriale in grado di identificare e quantificare più biomarcatori cerebrali – tre micro RNA e tre proteine ​​inizialmente selezionati – nel sangue e con elevata sensibilità. La grande concentrazione di dati, in arrivo dall’infinitamente piccolo, fornirà in tal caso, risposte preziose.
Post-ictus, modelli costruiti sui dati per leggere la capacità di recupero
Infine Vittorio Sanguineti professore al Dibris di Genova, ha illustratoil meccanismo dell’analisi dei dati che arrivano dalle attività robotizzate riabilitative.
Bio-ingegnere, Sanguinetti ha esaminato le numerose informazioni di 49 pazienti post-ictus, riabilitati dall’IRCCS Maugeri di Veruno (No), attraverso robot.
Si trattava di pazienti che hanno praticato l’allenamento assistito da spalla-gomito, consistente in una sequenza di movimenti planari, da punto a punto, che raggiungevano i movimenti nel piano orizzontale in diverse direzioni.
I bersagli erano disposti come i vertici di figure geometriche.La ricerca punta a creare modelli computazionali che siano predittivi della possibilità di recupero del paziente.

Antonietta Mastrangelo

Lascia un Commento