AFFILIAZIONE
Università degli Studi di Trieste
AUTORE PRINCIPALE
Dr. Ing. Kresevic Simone
Registrazione obbligatoria. Una valutazione consentita
login avvenuto
GRUPPO DI LAVORO
AREA TEMATICA
Applicazioni di intelligenza artificiale in sanità
ABSTRACT
La riabilitazione e la prevenzione muscolo-scheletrica a domicilio richiedono strumenti capaci di misurare in modo oggettivo la qualità del movimento, senza aumentare il carico di lavoro degli specialisti e senza gestire video identificativi. In questo contesto nasce MindMove, applicazione sviluppata da Prodigys Technology S.r.l. in collaborazione con il gruppo di Bioingegneria dell’Università di Trieste, fisioterapisti ed esperti del movimento, con l’obiettivo di trasformare un semplice video monocamera (quali ad esempio smartphone e/o tablet) in indicatori biomeccanici e insight clinicamente interpretabili.
La soluzione è concepita come pipeline software privacy-by-design su tre livelli: (1) app mobile con guida al posizionamento e acquisizione live; (2) layer di elaborazione che abilita tecniche di intelligenza artificiale markerless (stima della posa e ricostruzione di serie temporali di landmark) e moduli di analisi del gesto; (3) servizi backend e dashboard per gestione sessioni, audit e workflow di revisione/validazione da parte del professionista. L’architettura usa formati dati definiti e retro-compatibili (con versione dello schema) e mantiene separati i dati identificativi dagli artefatti del movimento, facilitando privacy, tracciabilità e politiche di conservazione.
Viene presentato il prototipo in grado di acquisire dallo stream video dei dati biomeccanici sul dispositivo dotato di telecamera, logging strutturato della sessione (manifest, timestamps, configurazione dispositivo) e predisposizione dei punti di estensione per integrare in modo incrementale l’inferenza on-device e il caricamento “landmark-only”. Questo primo tassello consente di validare la robustezza dell’acquisizione e del ciclo di vita degli artefatti software, acquisire dati e dunque e prepara l’introduzione di ulteriori moduli IA avanzati (riconoscimento esercizio, segmentazione fasi, scoring della qualità, reportistica includendo modelli linguistici). Sono stati condotti test software (unit e property-based), profiling prestazionale su device, security testing e threat modeling, oltre a benchmarking su dataset pubblici e sequenze di posa sintetiche per stress-testare algoritmi e regole biomeccaniche.
MindMove mira a rendere scalabile e sicura l’adozione dell’IA per l’analisi del movimento, supportando professionisti della riabilitazione, strutture sanitarie e pazienti nei percorsi di teleriabilitazione attraverso valutazioni oggettive e clinicamente interpretabili.
La soluzione è concepita come pipeline software privacy-by-design su tre livelli: (1) app mobile con guida al posizionamento e acquisizione live; (2) layer di elaborazione che abilita tecniche di intelligenza artificiale markerless (stima della posa e ricostruzione di serie temporali di landmark) e moduli di analisi del gesto; (3) servizi backend e dashboard per gestione sessioni, audit e workflow di revisione/validazione da parte del professionista. L’architettura usa formati dati definiti e retro-compatibili (con versione dello schema) e mantiene separati i dati identificativi dagli artefatti del movimento, facilitando privacy, tracciabilità e politiche di conservazione.
Viene presentato il prototipo in grado di acquisire dallo stream video dei dati biomeccanici sul dispositivo dotato di telecamera, logging strutturato della sessione (manifest, timestamps, configurazione dispositivo) e predisposizione dei punti di estensione per integrare in modo incrementale l’inferenza on-device e il caricamento “landmark-only”. Questo primo tassello consente di validare la robustezza dell’acquisizione e del ciclo di vita degli artefatti software, acquisire dati e dunque e prepara l’introduzione di ulteriori moduli IA avanzati (riconoscimento esercizio, segmentazione fasi, scoring della qualità, reportistica includendo modelli linguistici). Sono stati condotti test software (unit e property-based), profiling prestazionale su device, security testing e threat modeling, oltre a benchmarking su dataset pubblici e sequenze di posa sintetiche per stress-testare algoritmi e regole biomeccaniche.
MindMove mira a rendere scalabile e sicura l’adozione dell’IA per l’analisi del movimento, supportando professionisti della riabilitazione, strutture sanitarie e pazienti nei percorsi di teleriabilitazione attraverso valutazioni oggettive e clinicamente interpretabili.
