Internet of Wearable Things: un approccio innovativo per il monitoraggio dell'ansia

Negli ultimi anni, l’interesse verso l'utilizzo di dispositivi indossabili per il monitoraggio di malattie legate alla salute mentale è cresciuto in maniera significativa. L’integrazione tra tecnologie e disturbi mentali ha aperto nuove opportunità per la rilevazione e la gestione di disturbi come l’ansia. Questa tesi approfondisce l’applicazione dell’Internet of Wearable Things al contesto della salute mentale, esaminando tecnologie indossabili in grado di rilevare stati emotivi in tempo reale e segnalare potenziali episodi ansiosi. Dopo un’analisi comparativa tra i sensori e i dispositivi più utilizzati attualmente per il monitoraggio emotivo, il lavoro si propone di analizzare l’architettura di un sistema IoT per la rilevazione delle emozioni, con interesse sull’applicazione di algoritmi di machine learning per la loro classificazione. Particolare importanza è rivolta alle prestazioni dei diversi algoritmi al fine di confrontare accuratezza ed affidabilità, nonché alla gestione dei dati acquisiti in ambienti IoT e le relative ricadute in ambito privacy. La tesi si concentrerà poi sul disturbo dell’ansia, esplorando i meccanismi fisiologici, i parametri monitorabili e le soluzioni basate su wearable. Tra le tecnologie utilizzate per il suo monitoraggio, un caso studio dedicato agli Ear-EEG verrà affrontato per dimostrare la validità di un'alternativa meno invasiva rispetto agli EEG tradizionali. Gli studi analizzati dimostrano che l'integrazione tra wearable loT e tecniche di intelligenza artificiale consentono un monitoraggio efficace dell'ansia, aprendo la strada a nuove soluzioni terapeutiche personalizzate. Le conclusioni evidenziano limiti e criticità del sistema sviluppato e tracciano prospettive di sviluppo future per dispositivi sempre più intelligenti e accurati.