I disturbi del sonno costituiscono un importante e crescente problema di salute pubblica che colpisce una parte considerevole della popolazione mondiale. Lo studio di tali disturbi 猫 reso possibile grazie alla polisonnografia (PSG): un esame ad hoc che permette di registrare durante la notte una serie di parametri fisiologici, quali attivit脿 del cervello, movimenti oculari, movimenti muscolari, livelli di ossigeno, battito cardiaco e respirazione.
Da decenni si stanno sviluppando numerosi algoritmi di IA per automatizzare la valutazione (scoring) della PSG, ovvero l鈥檈strazione di informazioni cliniche rilevanti dai segnali fisiologici seguendo degli standard ufficiali.
Recentemente, grazie alla maggiore potenza di calcolo, 猫 stato impiegato anche il deep learning con risultati promettenti, evidenziando le alte capacit脿 di apprendere da un insieme di dati altamente eterogeneo.
Da diversi anni 猫 attiva una collaborazione proficua tra il gruppo di ricerca Biomedical Signal Processing (BPS) guidato da Francesca Faraci, dell鈥�Istituto di tecnologie digitali per cure sanitarie personalizzate (MeDiTech), il , l鈥� ed il . In questo contesto sono nate diverse pubblicazioni ed il progetto Europeo SPAS, Sleep Physician Assistant System, per la creazione di una piattaforma che supporti e ottimizzi il lavoro degli operatori sanitari attivi nell鈥檃nalisi dei disturbi del sonno.
Nell鈥檃mbito di questa ricerca, Luigi Fiorillo e Giuliana Monachino, Ricercatore e Dottoranda al MeDiTech, hanno effettuato numerosi test sfruttando l鈥檃ccesso al grande database dell鈥橧nselSpitalBern e il supporto clinico del rinomato centro del sonno, raggiungendo ottime prestazioni.
Lo studio, co-finanziato dalla e dall鈥橴nione Europea, dimostra la resilienza di un algoritmo di deep learning nell'identificazione delle diverse fasi del sonno. Nello specifico evidenzia come un algoritmo di deep learning riesca a risolvere una procedura clinica utilizzando informazioni (derivazioni di segnali fisiologici) differenti rispetto a quelle di norma utilizzate da un medico del sonno. Tale studio 猫 il frutto di analisi effettuate sul pi霉 alto numero di PSG mai utilizzate ad oggi in letteratura.
Maggiori informazioni:
Importanti risultati sono stati pubblicati sulla rivista scientifica NPJ Nature: .