Monitoraggio remoto dell'epilessia: dispositivi wearable, elaborazione del segnale e sicurezza dei dati.

L'epilessia è una delle condizioni neurologiche gravi più diffuse, con oltre 70 milioni di persone interessate nel mondo e quasi l'80% dei casi concentrato nei Paesi a basso e medio reddito. Questa malattia presenta due grandi limiti: le crisi epilettiche sono imprevedibili e spesso non riconosciute dal paziente stesso, inoltre, l'assistenza tradizionale si basa su visite ambulatoriali occasionali, che non restituiscono un quadro completo della frequenza reale degli eventi. A ciò, si aggiunge il rischio di morte improvvisa e inattesa, specialmente nelle crisi tonico-cloniche notturne e non assistite, per le quali la supervisione può avere un ruolo protettivo. Il monitoraggio continuo a distanza potrebbe quindi essere una soluzione ideale per superare queste problematiche. Questo lavoro esamina in modo critico il percorso del dato nel monitoraggio remoto dell'epilessia, dalla sua acquisizione sul corpo del paziente fino alla sua trasmissione protetta, attraverso una rassegna della letteratura scientifica recente. Per prima cosa, vengono analizzati i dispositivi indossabili, da cui si osserva che per le crisi tonico-cloniche generalizzate ci sono grandi risultati (con sensibilità tra il 90% e il 96% e tassi di falsi allarmi tra 0,2 e 0,67 ogni 24 ore), mentre per le crisi focali senza componente motoria è più difficile rilevare con efficacia le crisi. Una soluzione potrebbe essere l’utilizzo di sistemi multimodali che, grazie all’unione di segnali di natura differente, riescono ad individuare con maggiore precisione le crisi, permettendo così di agire immediatamente. Si studia, poi, ciò che riguarda l'elaborazione del segnale, dalla rimozione degli artefatti, che non ammette una soluzione unica, al Compressive Sensing, che unisce acquisizione e compressione in un unico passaggio, riduce la banda, la memoria e l’energia richiesta. Il lavoro si conclude con un approfondimento in appendice, dove si esamina la protezione del dato: la crittografia convenzionale non è sostenibile su dispositivi a risorse limitate, mentre gli algoritmi leggeri raggiungono un compromesso accettabile tra sicurezza, prestazioni e consumo. Da questo lavoro è chiaro come nelle prospettive future sia necessario sviluppare nuovi sistemi che permettano un monitoraggio continuo a distanza, combinando l’utilizzo di energia come risorsa limitata e garantendo contemporaneamente un grado di efficacia che soddisfi i bisogni dei pazienti.