L’apprendimento profondo in soccorso del dolore lombare cronico
Per studiare le modalità con cui il dolore cronico colpisce il corpo di di diversi pazienti, gli scienziati sostenuti dal progetto BODYinTRANSIT, finanziato dall’UE, hanno sviluppato un metodo di apprendimento profondo volto ad analizzare i dati biometrici di persone affette da patologie croniche. La loro ricerca è stata pubblicato sulla rivista «IEEE Journal of Selected Topics in Signal Processing». Come spiegato in una notizia pubblicata sul sito web dell’Università Carlos III di Madrid (UC3M), l’ateneo che ha coordinato il progetto BODYinTRANSIT, i ricercatori hanno ipotizzato che le persone affette da dolore cronico alla schiena presentino variazioni nei dati biometrici rispetto agli individui sani. Queste variazioni derivano da movimenti del corpo o da schemi di deambulazione generati da una risposta adattativa intesa ad evitare ulteriori dolori o lesioni.
Dove i metodi convenzionali falliscono
Attualmente, sfide quali la scarsità di dati rilevanti, le particolarità di ciascun tipo di dolore e la complessità associata alla misurazione delle variabili biometriche hanno reso difficile un’identificazione accurata delle differenze biometriche tra le persone che provano dolore e quelle che non ne sono colpite. «I soggetti affetti da dolore cronico spesso adattano i loro movimenti per proteggersi da ulteriori dolori o lesioni. Questo adattamento rende difficile un’acquisizione accurata dei cambiamenti fisiologici in essere mediante i metodi di analisi biometrica convenzionali, da cui si evince la necessità di sviluppare questo sistema», afferma il primo autore dello studio, il dott. Mohammad Mahdi Dehshibi dell’UC3M. Il nuovo metodo sviluppato utilizza un tipo di apprendimento profondo chiamato reti neurali ricorrenti scarsamente connesse combinate con unità ricorrenti recintate, un tipo di unità di rete neurale utilizzata per modellare dati sequenziali. Con questo metodo, i ricercatori sono riusciti a cogliere i cambiamenti che interessano il comportamento corporeo legato al dolore nel corso del tempo. Il metodo offre prestazioni superiori rispetto agli approcci esistenti allo stato dell’arte utilizzati per classificare accuratamente sia i livelli di dolore che i comportamenti ad esso associati. Il nuovo metodo concepito dai ricercatori è stato testato con il database EmoPain, che contiene dati sui livelli di dolore e sui relativi comportamenti. «Questo studio evidenzia anche la necessità di un database di riferimento dedicato all’analisi della relazione tra dolore cronico e biometria. Questo database potrebbe essere utilizzato per sviluppare applicazioni in settori come quello della sicurezza o il sanitario», osserva il dott. Dehshibi. Il primo autore spiega quindi che il metodo potrebbe essere utilizzato per migliorare la misurazione e il trattamento del dolore cronico nelle persone che soffrono di patologie come la fibromialgia, l’artrite e il dolore neuropatico. «La tecnica può aiutare a controllare i comportamenti legati al dolore e a personalizzare i trattamenti, in modo da migliorare gli esiti dei pazienti.» Inoltre, può essere utile per monitorare la risposta al dolore durante il recupero post-chirurgico.» L’autrice senior e professoressa associata dell’UC3M Ana Tajadura-Jiménez spiega come questo lavoro sia rilevante per altri processi medici: «Oltre al dolore cronico sono stati osservati modelli di movimento alterati e percezioni negative del corpo, come ad esempio in casi di disturbi alimentari, malattie cardiovascolari croniche o depressione. È estremamente interessante condurre studi mediante l’impiego del metodo sopra descritto in queste popolazioni per comprendere meglio le condizioni mediche e il loro impatto sul movimento. Essi potrebbero infatti fornire informazioni preziose per lo sviluppo di strumenti di screening e trattamenti più efficaci, migliorando in tal modo la qualità della vita delle persone affette da queste patologie.» Lo studio BODYinTRANSIT (Sensory-driven Body Transformation Experiences On-the-move) potrebbe avere applicazioni in campi che vanno dallo sport alla realtà virtuale, passando per la robotica e fino all’arte e alla moda. Il progetto si concluderà nel 2026. Per maggiori informazioni, consultare: sito web del progetto BODYinTRANSIT
Parole chiave
BODYinTRANSIT, apprendimento profondo, dolore, mal di schiena, lombalgia, condizioni croniche, movimento