Uno studio pubblicato su Communications Medicine mostra che un algoritmo di machine learning sviluppato dalla Stony Brook University può rilevare segnali di “coscienza nascosta” in pazienti in coma prima dei medici. SeeMe analizza micro-movimenti facciali non percepibili a occhio nudo; il sistema ha individuato tentativi di apertura degli occhi e movimenti della bocca rispettivamente 4,1 e 8,3 giorni prima del riconoscimento clinico.
La coscienza nascosta è stata individuata per la prima volta nel 2006 tramite risonanza cerebrale in pazienti apparentemente non responsivi. Studi recenti mostrano che circa un quarto dei pazienti clinicamente non responsivi può essere cosciente. Poiché le neuroimmagini richiedono tempo e competenze specializzate, i medici si affidano principalmente a esami visivi soggettivi. La ricerca intende quantificare la coscienza usando tecnologie semplici e disponibili, spiega Sima Mofakham, autrice principale dello studio. SeeMe utilizza dunque video standard per tracciare movimenti facciali a livello di singoli pori, offrendo un approccio accessibile e tempestivo.
Il team ha registrato 37 pazienti con lesioni cerebrali recenti, rilevando che movimenti più frequenti e ampi sono correlati a esiti clinici migliori. I ricercatori intendono ora esplorare se specifici movimenti facciali possano servire per risposte del tipo si/no, aprendo alla possibilità di comunicare con pazienti incapaci di esprimersi. Una simile prospettiva avrebbe importanti implicazioni etiche; la rivelazione precoce di segnali di coscienza potrebbe infatti permettere di guidare le scelte tra cure palliative o terapie aggressive, e anticipare l’avvio dei programmi di riabilitazione motoria.
Leggi l’articolo completo: AI Spots Hidden Signs of Consciousness in Comatose Patients before Doctors Do su Scientific American
Immagine generata tramite DALL-E 3. Tutti i diritti sono riservati. Università di Torino (07/03/2025).
