Intelligenza artificiale per studiare la pressione plantare

868

La valutazione della pressione plantare permette di risalire a eventuali difetti posturali, ma secondo alcuni autori sarebbe utile poter tenere sotto controllo questo fattore in modo dinamico e continuativo.
In che modo? Una soluzione potrebbe essere inserire sensori di pressione nelle calzature per poi utilizzare un modello di intelligenza artificiale capace di risalire, da pochi dati, alla pressione plantare completa.
Ciò permetterebbe anche di valutare facilmente i progressi di un paziente sottoposto a riabilitazione oppure l’azione positiva o meno di un dispositivo utilizzato per correggere un problema ortopedico.

Uno studio condotto presso il College of Medicine, della Pennsylvania State University di Hershey, in collaborazione con il College of Medical Convergence della Catholic Kwandong University di Gangneung (Corea), ha proposto un modello di rete neurale artificiale studiato proprio per predire la pressione plantare partendo da sensori di pressione inseriti in un plantare, in numero tale da misurare la pressione in ogni punto della pianta del piede.
Si tratta di uno studio preliminare che ha visto la partecipazione di soli soggetti sani, 20 giovani e 20 anziani.

Ogni partecipante ha camminato più volte per 10 minuti su una pedana baropodometrica alla propria velocità di confort, indossando dei plantari. Nel frattempo, i ricercatori acquisivano i dati a 100 Hz da sensori di pressione, considerando come prioritari quelli provenienti da 9 sensori, relativi a tallone, giunzioni tra metatarso e falangi, alluce e arco laterale.

Accanto a questi dati, ne sono stati registrati altri provenienti da ulteriori 90 sensori. I dati sono stati quindi utilizzati per sviluppare il modello di intelligenza artificiale.
Il setting sperimentale descritto non coincide con quello che si vorrebbe ottenere, dove il sensore da utilizzare dovrebbe essere a basso costo e quindi caratterizzato da un basso numero di sensori.

Gli autori hanno quindi costruito un sistema a basso costo inserendo 9 sensori in corrispondenza di quelli prioritari presenti sulla pedana baropodometrica e hanno ripetuto l’esperimento con altri 5 soggetti sani giovani e 5 soggetti sani anziani.
Le analisi e i confronti successivi permettono di dire che il modello proposto lavora meglio sui giovani che sugli anziani, probabilmente perché questi ultimi presentano una maggiore variabilità di cinematica del passo.

Inoltre, anche se il sistema sembra avere una buona accuratezza, occorrerà approfondirne la funzionalità su un numero maggiore di dati.
Come detto, i soggetti coinvolti erano tutti sani dal punto di vista muscoloscheletrico: occorrerebbe verificare se il sistema è operativo anche in pazienti con problematiche a carico di questo apparato.

(Lo studio: Mun, F., Choi, A. Deep learning approach to estimate foot pressure distribution in walking with application for a cost-effective insole system. J NeuroEngineering Rehabil 19, 4 (2022). https://doi.org/10.1186/s12984-022-00987-8)

Stefania Somaré