Dipartimento di Informatica

Descrizione del progetto

Il progetto intende sviluppare una piattaforma software (BciAi4Sla) in grado di ripristinare un canale di comunicazione in pazienti che abbiano compromesso le loro possibilità comunicative a causa di malattie o incidenti. Il caso più comune è quello di pazienti affetti da Sclerosi laterale amiotrofica (SLA): una malattia neurodegenerativa dell’età adulta che causa una rapida e progressiva disabilità motoria, fino alla perdita completa della motilità, della deglutizione, della fonazione e articolazione della parola e dalla funzione respiratoria. La SLA ha un picco di incidenza di 3.1 casi su 100.000 ab/anno ed una prevalenza di circa 10 casi su 100.000 ab in Regione Piemonte (Chio et al, 2017); è però previsto che il numero di casi aumenti in maniera significativa nei prossimi anni a causa dell’invecchiamento della popolazione e del miglioramento dei trattamenti terapeutici (Arthur et al, 2016 ).
Per contro, lo stato di coscienza non viene mai alterato e, sebbene solo il 10-15 % dei casi possa sviluppare una demenza fronto-temporale, la maggior parte dei pazienti non sviluppa significativi disturbi cognitivi: pertanto nei pazienti lungo-sopravviventi, la necessità di disporre di strumenti comunicativi efficaci è vitale.
Nella SLA i muscoli extraoculari sono spesso gli ultimi a essere colpiti dalla paralisi e rimangono per questo l'ultimo mezzo a disposizione del paziente per comunicare con il mondo esterno (sindrome locked-in, LIS). Con la progressione della malattia, la paralisi colpisce anche i muscoli extraoculari, lasciando il paziente completamente isolato (completa LIS, CLIS) anche se ancora in grado di sentire e percepire stimoli dall’esterno.
I tentativi di rilevare la volontà del soggetto in queste condizioni sono stati effettuati principalmente tramite interfacce cervello-computer (Brain Computer Interface, BCI) (Chaudary et al 20165 ). Sebbene si sia rivelato estremamente difficile ristabilire la comunicazione in pazienti che siano entrati da tempo in CLIS (Chaudhary et al, 2017), le sperimentazioni con pazienti LIS hanno dato in molti casi risultati confortanti (Fedele and Gioia, 2016 ). Pertanto la ricerca sulle BCI che non richiedono capacità oculomotoria (richiesta invece nei sistemi di eye-tracking utilizzati dai pazienti in LIS) è particolarmente interessante da sperimentare su pazienti LIS prima che entrino nella fase CLIS anche per aver tempo di sviluppare il training necessario.
Inoltre, alcuni studi hanno dimostrato l'affidabilità delle BCI, 
https://www.ncbi.nlm.nih.gov/pubmed/286927302 https://www.ncbi.nlm.nih.gov/pubmed/275106345 https://www.ncbi.nlm.nih.gov/pubmed/275395606
https://journals.plos.org/plosbiology/article?id=10.1371/journal.pbio.1002593 
https://www.isaac-online.org/conference/modules/request.php?module=oc_program&action=view.php&id=472&type=1&a=
indipendentemente dalla gravità della malattia e dal livello di declino fisico (Cipresso et al.2012). Le Brain Computer Interfaces (BCI), sono interfacce che mettono l'utente in comunicazione con un dispositivo elettronico attraverso l’attività cerebrale da lui volontariamente prodotta.
Le BCI non invasive si basano principalmente sui segnali elettroencefalografici (EEG). In questi sistemi gli utenti sono messi in grado di manipolare la propria attività cerebrale per produrre dei segnali che saranno poi utilizzati per controllare computer o dispositivi di comunicazione senza l’ausilio di movimenti motori. Le BCI possono offrire applicazioni promettenti per l'assistenza ai pazienti con mobilità ridotta o assente, come nel caso dei pazienti SLA in LIS o CLIS. Le BCI non invasive usano caschetti dotati di sensori, posizionati sullo scalpo e/o sulla fronte, che sono in grado, attraverso l’EEG, di monitorare le alterazioni delle onde cerebrali che corrispondono a determinate forme di pensiero. A tal fine gli utenti sono esplicitamente invitati a svolgere alcuni compiti mentali come l'immaginazione motoria, la concentrazione, il rilassamento l’induzione di emozioni, ecc. , manipolando, in questo modo, esplicitamente la loro attività cerebrale per produrre segnali che possono poi essere utilizzati per controllare un dispositivo elettronico. E’ importante segnalare che la scelta della migliore attività mentale (ossia della migliore accuratezza della sua classificazione) rimane una questione aperta, anche se in molti hanno utilizzato l’immaginazione del movimento. Molti dei pazienti SLA mantengono il pieno controllo delle loro capacità cognitive pertanto l'idea del nostro progetto è quella di sfruttare tali capacità per utilizzare le BCI al fine di metterli in grado di comunicare. Per i pazienti in LIS o CLIS infatti avere una possibilità comunicativa risulta essere vitale. In questo progetto di ricerca vogliamo studiare e testare, su pazienti SLA in LIS e CLIS, approcci basati su BCI che utilizzano segnali cerebrali acquisiti non invasivamente con dispositivi BCI indossabili di tipo commerciale di alta gamma, che sono più economici, portatili e sicuri rispetto a soluzioni maggiormente invasive.
I dati grezzi (onde cerebrali) raccolti attraverso questi dispositivi tramite EEG verranno poi analizzati con algoritmi di apprendimento e classificazione al fine di estrapolare in maniera sempre più precisa il tipo di pensiero richiesto all’utente. Il nostro obiettivo ultimo è quello di arrivare ad avere una piattaforma software (e hardware) (BciAI4Sla) che consenta, attraverso i dispositivi BCI e l’eventuale ausilio di sensori wearable, la comunicazione diretta tra cervello e ambiente digitale circostante (fatto di smarphone, tablet, robot, e smart object, ecc.) in maniera facile, usabile, ergonomica e adattiva rispetto all’utilizzatore finale.
A lungo termine abbiamo l’obiettivo di arrivare a disporre di un sistema non intrusivo, in grado di apprendere e adattarsi rapidamente allo specifico utente al fine di potenziare le sue capacità grazie al feedback dei segnali cerebrali con l'obiettivo globale di aumentare l'inclusione di tali utenti e migliorare la qualità della loro vita e della loro sicurezza. Secondo le stime di Allied Market Research l'impatto economico previsto di AI (Artificial Intelligence) e BCI è di circa $ 1.46 miliardi di dollari entro il 2020, e Healthcare, Communication and control sono le applicazioni trainanti.
I benefici di alto livello previsti derivanti dalla diffusione di dispositivi BCI sono: l'agevolazione e l'incremento delle potenzialità e capacità degli utenti con disabilità motorie; l'abbattimento delle barriere fisiche e cognitive e delle relative difficoltà che caratterizzano i soggetti con necessità particolari; con conseguente aumento dell'inclusione sociale e una potenziale e auspicabile autonomia.
https://www.ncbi.nlm.nih.gov/pubmed/229500519
https://www.isaac-online. org/conference/modules/request.php?module=oc_program&action=view.php&id=472&type=1&a https://www.alliedmarketresearch.com/brain-computer-interfaces-market

Note