In Italia un calciatore delle squadre più importanti si infortuna in media una partita ogni cinque. Uno scenario che potrebbe cambiare grazie all’intelligenza artificiale come dimostra la sperimentazione avviata da Philips, con il PVS Eindhoven.
Grazie alla tecnologia Rapid Analysis of Threat Exposure, applicata per la prima volta in un contesto sportivo d’élite, le due aziende intendono analizzare come l’intelligenza artificiale possa contribuire non solo a prevenire infortuni e infezioni ma anche a migliorare le prestazioni e ottimizzare il recupero.
L’algoritmo analizza dati come battito cardiaco, frequenza respiratoria, qualità del sonno con l’obiettivo di rilevare quei piccoli cambiamenti nell’organismo che spesso precedono il sovraccarico o un’infezione emergente. Questo permette di intervenire prima che si incorra in un infortunio, regolando il carico di allenamento, o eseguendo un controllo medico in anticipo, nel caso di un’infezione.
Sottolinea Roy Jakobs, CEO di Royal Philips: “L’intelligenza artificiale è oggi uno strumento che ci permette di avere un approccio predittivo alla salute e non solo reattivo come accaduto sinora. La sperimentazione in corso con il PSV Eindhoven ne è un chiaro esempio. Queste tecnologie hanno impieghi più ampi rispetto a quelli del solo settore dello sport professionistico; stiamo già applicando algoritmi simili alle nostre soluzioni di monitoraggio negli ospedali, dove aiutano a identificare precocemente il peggioramento delle condizioni dei pazienti e possono potenzialmente prevenire i ricoveri in terapia intensiva. A questo scopo la collaborazione con il PSV è ci è utile perché consente di sviluppare ulteriormente la tecnologia, ampiamente testata, e in definitiva di rendere possibile un’assistenza migliore per un maggior numero di persone su larga scala”.
Rapid Analysis of Threat Exposure è un sistema di rilevamento precoce delle infezioni presintomatiche nell’uomo ed è parte di un più ampio sforzo di Philips per mappare i cambiamenti di salute in una fase precoce.
La prima versione dell’algoritmo RATE, sviluppata nel 2019, utilizzava per sviluppare un punteggio di rischio i big data e il machine learning su dati demografici e 163 diversi biomarcatori provenienti da un ricco set di dati Philips di oltre 36.000 casi di infezioni nosocomiali. Il punteggio di rischio ha funzionato per diversi tipi generali di infezione, comprese le comuni infezioni respiratorie come la polmonite pneumococcica. Questi risultati sono stati pubblicati in uno studio del 2023 su Frontiers in Medicine.
Una versione indossabile dell’algoritmo, sviluppata in seguito alla pandemia di COVID-19, ha sfruttato i dati biometrici provenienti da dispositivi indossabili disponibili in commercio per consentire la diagnosi precoce dell’infezione. Uno studio del 2022 pubblicato su Nature’s Scientific Reports ha dimostrato come, in un gruppo di 9.381 membri del personale del Dipartimento della Difesa, l’algoritmo sia stato in grado di rilevare l’infezione da COVID-19 in media 2,3 giorni prima di un test positivo e fino a sei giorni prima che comparissero i sintomi. Lo studio ha evidenziato anche il possibile utilizzo di dispositivi indossabili basati su algoritmi per aiutare la preparazione militare.
