Una revisione sistematica sulle tecnologie assistive closed-loop per il feedback sensoriale plantare adattivo

Maintaining dynamic balance and motor coordination during human gait relies on the continuous integration of plantar cutaneous and proprioceptive afferents. When this sensorimotor loop is impaired due to neurodegenerative disorders, peripheral neuropathies, or lower-limb amputations, the loss of foot-ground awareness increases fall risks and triggers chronic biomechanical asymmetries. In recent years, bioengineering and wearable technologies have developed sensorized devices and artificial intelligence algorithms for gait monitoring and support; however, their actual translational readiness and capacity to close the control loop remain fragmented. This thesis proposes a systematic literature review compliant with the international PRISMA 2020 framework, aimed at critically mapping and analyzing assistive technologies for acquiring, processing, and restoring lower-limb plantar sensory patterns. The systematic querying of the Scopus database, conducted on April 23, 2026, and the subsequent application of definitive eligibility criteria — focused on the most recent scientific production (January 1, 2018 - April 23, 2026) and articles published in peer-reviewed international journals — allowed the selection and examination of a rigorous final corpus of 86 scientific studies. Quantitative analysis highlights a consolidated technological maturity on the hardware front, with a clear prevalence of insoles for plantar pressure monitoring (59.3%) and multimodal setups with inertial sensors (27.9%). Computationally, classical machine learning models (47.7%) and deep learning architectures (40.7%) coexist, primarily aimed at estimating clinical severity (55.8%) in neurological (29.1%) and orthopedic (18.6%) fields. However, critical analysis reveals a profound functional imbalance: 86.0% of the studies are limited to an open-loop, passive diagnostic paradigm (offline sensing-only), depriving the patient of contextual corrective intervention during gait. Only 12 studies integrate user feedback, and only a negligible fraction implements a validated adaptive closed-loop. Furthermore, 50.0% of the studies are confined to laboratory settings or treadmills, exposing a marked lack of ecological validation, dual-tasking assessments, and a significant application gap in somatosensory restoration for amputees. Based on these findings, the thesis formalizes the guiding requirements for a novel human-in-the-loop architecture: ultra-low-latency deterministic edge inference (< 100 ms) via TinyML, neural algorithms acting as continuous sensory translators, and dynamic haptic feedback modulation to prevent receptor habituation. These requirements define a framework for the design of future sensory-augmented prostheses and orthoses, aiming to foster the restoration of foot-ground awareness and actively support fall prevention.

Il mantenimento dell'equilibrio dinamico e della coordinazione motoria durante la deambulazione umana si fonda sull'integrazione continua di afferenze propriocettive e cutanee plantari. Quando tale anello sensomotorio viene compromesso da patologie neurodegenerative, neuropatie periferiche o amputazioni dell'arto inferiore, la perdita della consapevolezza del contatto con il suolo incrementa il rischio di caduta e instaura asimmetrie croniche. Negli ultimi anni, la bioingegneria e le tecnologie indossabili (wearable) hanno sviluppato dispositivi sensorizzati e algoritmi di intelligenza artificiale per il monitoraggio e il supporto della locomozione; tuttavia, la reale maturità traslazionale di tali sistemi e la loro capacità di chiudere l'anello di controllo (closed-loop) rimangono frammentate. Il presente lavoro di tesi propone una revisione sistematica della letteratura conforme al framework internazionale PRISMA 2020, finalizzata a mappare e analizzare criticamente le tecnologie assistive per l'acquisizione, l'elaborazione e la restituzione dei pattern sensoriali plantari. L'interrogazione sistematica del database Scopus, effettuata il 23 aprile 2026, e la successiva applicazione dei criteri definitivi di eleggibilità — focalizzati sulla produzione scientifica più recente (1° gennaio 2018 - 23 aprile 2026) e sugli articoli pubblicati su riviste internazionali sottoposte a revisione paritaria — hanno permesso di selezionare ed esaminare un corpus finale rigoroso di 86 studi scientifici. L'analisi quantitativa evidenzia una consolidata maturità tecnologica sul fronte hardware, con una netta prevalenza di solette per la rilevazione della pressione plantare (59.3%) e di sistemi multimodali con sensori inerziali (27.9%). Sul piano computazionale coesistono modelli di machine learning classico (47.7%) e architetture di deep learning (40.7%), orientati prevalentemente alla stima della gravità dello stato clinico (55.8%) in ambito neurologico (29.1%) e ortopedico (18.6%). Dall'analisi critica emerge tuttavia un profondo sbilanciamento funzionale: l'86.0% degli studi si limita a un paradigma diagnostico passivo ad anello aperto (sensing-only offline), privando il paziente di un intervento correttivo contestuale al passo. Soltanto 12 studi integrano un feedback verso l'utente, e solo una frazione trascurabile implementa un ciclo chiuso adattivo validato. Inoltre, il 50.0% degli studi è confinato a setting di laboratorio o treadmill, evidenziando un marcato deficit di validazione ecologica, compiti di dual-tasking e un rilevante vuoto applicativo nel ripristino somatosensoriale per i soggetti amputati. Sulla base di tali evidenze, la tesi formalizza i requisiti guida per una nuova architettura human-in-the-loop: inferenza deterministica edge a bassissima latenza (< 100 ms) tramite TinyML, algoritmi neurali impiegati come traduttori sensoriali continui e modulazione dinamica del feedback aptico per prevenire l'assuefazione recettoriale (habituation). Tali requisiti definiscono un quadro di riferimento per la progettazione di future protesi e ortesi sensorialmente aumentate, con l'obiettivo di favorire il ripristino della consapevolezza del contatto con il suolo e supportare attivamente la prevenzione delle cadute.