AI-Assisted Gait-Analysis: an automatic and teleoperated approach =

Il ciclo dell'andatura umana può essere influenzato da un'ampia varietà di fattori, comprese le menomazioni neurologiche, ortopediche e patologiche. Pertanto, la Gait Analysis ha una vasta gamma di applicazioni, tra cui la diagnosi di malattie neurologiche, l'analisi della progressione della malattia, la valutazione dell'efficacia di una terapia, la regolazione posturale e la valutazione e il miglioramento delle prestazioni atletiche. L'applicazione di nuove tecnologie in questo campo ha portato a un miglioramento significativo, ma questi sistemi stanno ancora lottando per trovare soluzioni che raggiungano un giusto equilibrio tra costo, precisione dell'analisi, velocità e convenienza. L'obiettivo è quello di fornire assistenza a basso costo alle persone con disabilità motorie per migliorare la loro qualità di vita. Lo studio propone una nuova tecnica automatizzata per la caratterizzazione del movimento che impiega l'intelligenza artificiale, includendo l'analisi in tempo reale, l'automazione completa e un'analisi non invasiva e senza marcatori. Questo approccio automatizzato permette una diagnosi rapida ed evita gli errori umani. I soggetti sono stati reclutati e istruiti a camminare a varie velocità mentre le riprese video venivano raccolte utilizzando sia il metodo tradizionale di analisi dell'andatura che il sistema SANE migliorato. Questa procedura ha consentito l'analisi biomeccanica del movimento e la valutazione dei parametri biomeccanici di importanza clinica. Tutto ciò ha permesso di confrontare le metriche dell'andatura derivate dai due sistemi di motion tracking. Nel complesso, il sistema proposto e la sua valutazione in questo lavoro di tesi permettono di affermare che l'uso dell'intelligenza artificiale aiuterà la medicina riabilitativa a "fare un passo in avanti".