"Sviluppo di algoritmi basati sull'intelligenza artificiale per la ricostruzione di forme 3D ad uso della pianificazione di calzature su misura per soggetti diabetici"

Digitalization and the use of artificial intelligence (AI) algorithms are transforming various sectors, including the orthopedic footwear industry. In this specific sector, the adoption of advanced technologies is particularly relevant to address complex challenges such as those associated with diabetic foot, one of the most severe complications of diabetes. This condition significantly compromises the quality of life for patients and represents a considerable financial burden for global healthcare systems. The formation of ulcers is often associated with the improper use of footwear, which, in combination with bone and joint deformities, can lead to their development. The International Working Group of the Diabetic Foot (IWGDF) outlines guidelines for selecting the ideal footwear for diabetic patients and recommends the use of therapeutic footwear and orthotic insoles as a preventive measure against ulcer formation. This study is part of the regional SCIA project, which aims to develop a digital configurator to support operators in the production of customized footwear, reducing production times compared to traditional methods. The thesis focuses on volume parameterization, which involves finding a match between the shape of the foot and the ideal shoe for its treatment, starting from an automated acquisition of the foot's characteristic measurements, such as various circumferences, length and width, which until now required the manual intervention of an expert operator. Initially, traditional techniques for customizing the 3D shape of the shoe were identified, and volumetric modifications were evaluated based not only on the geometries obtained through 3D scanning but also on any alterations related to diabetic and non-diabetic foot pathologies (e.g. hallux valgus, ulcers, amputations). A database was created containing the values of the measurements acquired through custom forms or 3D scanners. This allowed the application of Data Reduction and volume parameterization techniques through PCA, as well as Data Augmentation to obtain a sufficiently large dataset to reach a number suitable for the subsequent application of Artificial Intelligence algorithms. This research introduces an innovative automation model for a process currently managed primarily manually, with the aim of significantly reducing production times, containing costs and eliminating human error.

La digitalizzazione e l'uso di algoritmi di intelligenza artificiale (AI) stanno trasformando vari settori, inclusa l'industria delle calzature ortopediche. In questo settore specifico, l'adozione di tecnologie avanzate è particolarmente rilevante per affrontare sfide complesse come quelle associate al piede diabetico, una delle complicazioni più severe del diabete. Questa condizione compromette significativamente la qualità della vita dei pazienti e rappresenta un notevole onere finanziario per i sistemi sanitari globali. La formazione di ulcere è spesso associata all'uso inappropriato di calzature, che, in combinazione con deformità ossee e articolari, può condurre alla loro comparsa. L’International Working Group of the Diabetic Foot (IWGDF) delinea linee guida per la scelta della calzatura ideale per il piede diabetico e raccomanda l'uso di calzature terapeutiche e ortesi plantari come metodo di prevenzione nella formazione di ulcere. Questo studio si colloca all'interno del progetto regionale SCIA, il quale mira a sviluppare un configuratore digitale per supportare gli operatori nella produzione di calzature personalizzate, riducendo i tempi rispetto ai metodi tradizionali. Il lavoro di tesi si focalizza sulla parametrizzazione dei volumi, ovvero trovare un match tra la forma del piede e la scarpa ideale per il suo trattamento, partendo da un’acquisizione automatizzata delle misure caratteristiche del piede, come le varie circonferenze, lunghezza e larghezza, che fino ad ora richiedevano l’intervento manuale di un esperto operatore. Preliminarmente, sono state identificate le tecniche tradizionali per la personalizzazione della forma 3D della calzatura e valutate le modifiche volumetriche basate non solo sulle geometrie ottenute tramite scansione 3D, ma anche su eventuali alterazioni legate a patologie del piede diabetico e non (es. alluce valgo, ulcere, amputazioni). È stato creato un database contenente i valori delle misurazioni acquisite tramite schede su misura o scanner 3D. Questo ha permesso di applicare tecniche di Data Reduction e parametrizzazione dei volumi attraverso la PCA, oltre a Data Augmentation per ottenere un set di dati sufficientemente ampio a raggiungere una numerosità congrua per la successiva applicazione degli algoritmi di Intelligenza Artificiale. Questa ricerca introduce un modello di automazione innovativo per un processo attualmente gestito principalmente in modo manuale, con l’obiettivo di ridurre significativamente i tempi di produzione, contenere i costi ed eliminare l’errore umano.