SVILUPPO DI DISPOSITIVI APTICI E USO DI REALTÀ VIRTUALE PER LA RIABILITAZIONE DELLA MANO E DELLE DITA

Negli ultimi dieci anni, si è assistito a una sempre crescente attenzione verso lo sviluppo di robot personali e per la riabilitazione al fine di assistere e migliorare la terapia riabilitativa, oltre che a meglio quantificarne l’efficacia. Ci si aspetta che questo interesse cresca sempre di più grazie all'allungamento delle aspettative di vita. In questo ambito, un approccio che appare promettente per il recupero di disabilità legate a ictus e patologie neuromuscoloscheletriche croniche è l’uso della realtà virtuale in combinazione con dispositivi aptici (manipolatori robotici in grado di generare forze che vanno a stimolare il sistema tattile e/o propriocettivo dell’utente). L’uso di queste tecnologie non solo aiutano a recuperare le disabilità ma permette di ottenere una obiettiva valutazione sul processo di riabilitazione. Questa ricerca si è occupata di investigare l’applicabilità di questo approccio alla riabilitazione dei movimenti della mano e delle dita in pazienti post-ictus. Il primo obiettivo è stato sviluppare un framework software che potesse supportare la flessibilità e l’adattabilità richieste dalla applicazione studiata. Infatti, deve essere possibile adattare gli esercizi di riabilitazione al livello di disabilità del paziente, supportare diversi dispositivi secondo l’obiettivo della terapia riabilitativa e raccogliere differenti informazioni in funzione dell’obiettivo della sessione stessa. Per offrire una risposta adeguata a queste esigenze, si è sviluppato un framework software basato sul software pattern Model/View/Controller che permette di disaccoppiare i diversi moduli che compongono l’applicazione. Tre sono stati i componenti principali che sono stati sviluppati, ovvero: la gestione del dispositivo, la predizione dell’evoluzione dello stato dell’ambiente virtuale e l’interfaccia utente. Per ridurre il costo, il framework si basa solo su librerie disponibili gratuitamente. Il framework software è stato poi utilizzato per sviluppare una applicazione prototipo basata su un dispositivo aptico. Durante il suo sviluppo si è prestata particolare attenzione all'analisi delle normative sui dispositivi medici. Due aree principali sono state identificate come le più carenti del dispositivo, ovvero: la sicurezza meccanica e quella fisiologica. Si è pertanto sviluppato una barriera meccanica di protezione del dispositivo, garantendo agli utenti un utilizzo sicuro dello stesso. Contemporaneamente ci è occupati degli aspetti fisiologici relativi alla sicurezza, come ad esempio lo studio dell’affaticamento del paziente attraverso l’analisi di segnali fisiologici dello stesso. Nel momento in cui il paziente entra in uno stato di affaticamento, è infatti necessario modificare l’intensità dell’esercizio secondo le esigenze riabilitative del paziente. Il riconoscimento di tale stato costituisce un ulteriore elemento da monitorare all'interno della catena di controllo del dispositivo, che dovrà anche essere integrato nell'analisi in real-time. Un primo tentativo è stato fatto per cercare di riconoscere lo stato di fatica attraverso l’osservazione dei cambiamenti nella banda di frequenza dei segnali elettromiografici (EMG) del paziente, e il riconoscimento, da questi, dello stato di affaticamento secondo le indicazioni della letteratura. Si è sviluppato quindi un framework per l’acquisizione dei segnali elettromiografici, interfacciando il sistema riabilitativo con un amplificatore di segnali EMG. I dati ottenuti con questo approccio non hanno portato a risultati conclusivi, a causa dell’assenza di un protocollo di posizionamento dei sensori sull'avambraccio definito a livello internazionale, l’elevato cross-talk tra i segnali e l'ipotono muscolare dei pazienti anziani. Nell'ultima parte della ricerca, si è elaborato una diversa strategia per identificare la fatica mentale del paziente durante l’esercizio di riabilitazione, concentrandosi sull'uso dei segnali elettroencefalografici (EEG). Da una dettagliata analisi della letteratura correlata, si è definito una struttura software per integrare l’analisi dei segnali EEG con il controllo del dispositivo di riabilitazione e si è inoltre individuato degli indici per il riconoscimento del livello di affaticamento mentale del paziente.