RECALL

A partire dai risultati ottenuti con il progetto ResCap, il sistema proposto con il progetto RECALL (Monitoraggio delle Risposte Elettrofisiologiche Correlate ai mutamenti Ambientali prodotti da tecnologia domotica e ambienti immersivi and Living Labs) si basa sul monitoraggio delle variazioni cognitive mediante risposte EEG evento-correlate e modifiche di altri parametri biologici stress-correlati registrate con sistemi wireless indossabili, indotte da cambiamenti ambientali ottenibili con innovative tecnologie domotiche.

L’analisi integrata dei dati elettrofisiologici correlati alle modifiche ambientali realizzate con tecnologia domotica sarà in grado di estrapolare patterns in base ai quali stabilire protocolli di allerting, garantire condizioni di benessere psicologico, promuovere azioni di mantenimento delle abilità della vita quotidiana e buone prassi di invecchiamento attivo attraverso attività fisica sostenibile e spazi in cui valorizzare l’affettività sociale.

Il sistema appare particolarmente adatto ad un contesto ambientale di residenza protetta, ove progettare spazi e ambienti ideali ad un ottimale recupero di funzionalità residue. La degenza residenziale causa spesso disagio cognitivo e psichico nei soggetti fragili, rendendone più difficile il globale percorso di cura. La attività fisica personalizzata di soggetti anziani fragili affetti da lieve declino cognitivo può rappresentare un utile paradigma per il mantenimento delle facoltà residue e un’abitudine finalizzata alla promozione dell’invecchiamento attivo. La progettazione e realizzazione di ambienti quali palestre innovative che utilizzino ambientazioni virtuali per poter modulare alcuni task motori rappresenta una sfida importante per poter consentire alle strutture residenziali di ampliare i servizi a costi sostenibili. Il sistema proposto infatti prevederà anche la misurazione della attività funzionale e metabolica dei soggetti anziani monitorando pattern e informazioni acquisibili attraverso apparati di rilevazione NIRS triggerati con stimoli virtuali di attività fisica e la valutazione psicofisiologica attraverso tecniche di biofeedback elettromiografico.

Considerata l’ampia casisitica di informazioni stimolo-correlate il sistema tramite tecniche di machine learning, clustering e/o datafusion, produrrà dati sintetici indicativi del follow-up dei pazienti avviati alla cura monitorata nel tempo e alla  riabilitazione personalizzata.