Due microcontrollori salvano vite umane a Londra

Due progetti dell’University College di Londra che potrebbero trasformare l’assistenza sanitaria e salvare vite umane con un SensorTile.Box e un BlueCoin

di Fonte ST

Cosa succede quando gli studenti del University College London (UCL) mettono le mani sui kit di sviluppo ST? Nascono due progetti con il potenziale di salvare vite e migliorare l’assistenza sanitaria.

Di recente ci siamo incontrati con il dottor Terence Leung, che insegna al Dipartimento di Fisica Medica e Ingegneria Biomedica dell’UCL. Assieme a lui erano presenti Susana Zhou e Katherine Train, due dei suoi studenti che hanno completato i progetti estivi durante uno stage in collaborazione con ST.

Progetto 1: Valutazione degli arti inferiori (SensorTile.box)

Il primo test sit-stand automatizzato abilitato Deep Edge AI
Il primo progetto, di Susana Zhou, è un apparato di rilevamento del movimento progettato per automatizzare i test sit-stand. L’esercizio misura quante volte in 30 secondi un paziente può sedersi su una sedia e poi stare in piedi. Tradizionalmente, i medici somministrano il test agli anziani per valutare la forza degli arti inferiori ed il loro equilibrio generale.

Il test stesso può essere noioso perché lo specialista deve osservare i soggetti, cronometro alla mano, per valutare le loro prestazioni, mentre il paziente deve ripetere più volte la procedura. Il progetto di Susana offre la possibilità di semplificare e automatizzare il processo, sollevando il professionista dalla necessità di supervisionare il tutto.

Il sistema utilizza un SensorTile.box per misurare i movimenti e comunicare i risultati tramite Bluetooth. Susana ha utilizzato le macchine a stati finiti e il nucleo di apprendimento automatico di LSM6DSOX per aumentare l’efficienza e riconoscere i movimenti del paziente. Il sistema è in grado di produrre risultati immediati senza attendere i tempi di un’analisi in cloud.

Dal SensorTile.box ai professionisti del settore medico

In teoria, il dispositivo può anche riconoscere più movimenti rispetto allo stare seduti e in piedi, come camminare o correre. Può quindi offrire un’analisi più dettagliata dello stato di salute e recupero di un paziente. Susanna ha utilizzato STM32CubeMX e STM32CubeIDE per creare l’applicazione e Unico-GUI per configurare LSM6DSOX. Ha anche utilizzato l’app mobile STBLESensor per ottenere informazioni da SensorTile.box.

Oltre l’ultima frontiera: la raccolta dei dati

Il progetto ha dimostrato un enorme potenziale. Quindi, il dottor Leung ha spiegato che l’università avrebbe continuato a lavorare sul sistema di Susana. Attualmente, la sfida più grande è raccogliere dati da pazienti sani e in via di guarigione per creare applicazioni di machine learning più accurate.

Il team prevede di utilizzare SensorTile.box per raccogliere queste informazioni ed espandere il proprio database. Troppo spesso, gli ingegneri sottovalutano ciò che possono ottenere con il core di apprendimento automatico e le macchine a stati finiti di LSM6DSOX.

Il progetto di Susana è la prova che l’industria ha a malapena incrinato la superficie di ciò che è possibile e non vediamo l’ora di vedere cosa farà l’University College di Londra dopo aver raccolto più dati.

Progetto 2: lo stetoscopio elettronico (BlueCoin)

Il secondo progetto, di Katherine Train, è uno stetoscopio elettronico che costerebbe una frazione dei prezzi odierni. Sebbene molti operatori sanitari utilizzino ancora gli strumenti acustici tradizionali per le auscultazioni, i modelli elettronici stanno guadagnando popolarità perché consentono applicazioni di apprendimento automatico.

I computer possono aiutare i medici a confermare una diagnosi. Inoltre, uno stetoscopio elettronico può rilevare anomalie al cuore o mormorii che gli elettrocardiogrammi tendono a non percepire.

Tuttavia, gli stetoscopi elettronici costano centinaia di dollari e richiedono comunque uno specialista. Inoltre, la recente pandemia ha messo in evidenza i limiti degli strumenti attuali. Utilizzare uno stetoscopio è molto più impegnativo quando si indossano dispositivi di protezione.

4 microfoni ed esecuzione di una rete neurale per meno di $ 100

Katherine ha deciso di adottare un approccio completamente diverso utilizzando lo starter kit BlueCoin per registrare i suoni del cuore. La scheda di sviluppo include quattro microfoni MEMS MP34DT06J con una sensibilità di –26 dBFS ± 1 dB e un amplificatore.

Per garantire che il BlueCoin rimanga sul torace del paziente, ha anche progettato una custodia che ha stampato in 3D. Il costo della soluzione complessiva è quindi ben al di sotto dei 100 USD, mentre la possibilità di utilizzare quattro microfoni apre la strada a diagnosi più accurate.

Alla fine del progetto di Katherine, la scheda potrebbe registrare i suoni del cuore su una scheda SD. Ha quindi preso i file e li ha passati attraverso una rete neurale in esecuzione su un computer.

La necessità di più dati e una maggiore larghezza di banda

Il progetto è promettente perché uno studente senza esperienza nel campo dell’apprendimento automatico ha creato una rete neurale in grado di elaborare le registrazioni di BlueCoin. Viene quindi facile immaginare modelli economici indossati per il monitoraggio a lungo termine.

Allo stesso modo, un tale sistema simile aiuterebbe a rilevare problemi cardiaci nei paesi a basso e medio reddito con scarso accesso a strutture mediche avanzate. La sfida ora è raccogliere dati sufficienti per creare una rete neurale in grado di rilevare in modo affidabile mormorii e altre condizioni. Gli studenti dovranno anche risolvere il problema della larghezza di banda wireless per eseguire lo streaming di tutte e quattro le registrazioni invece di salvarle su una scheda di memoria.

La necessità di più dati e una maggiore larghezza di banda

Il progetto è promettente perché uno studente senza esperienza nell’apprendimento automatico ha creato una rete neurale in grado di elaborare le registrazioni di BlueCoin. Quindi, è facile immaginare modelli economici indossati per il monitoraggio a lungo termine.

Allo stesso modo, un tale sistema aiuterebbe a rilevare problemi cardiaci nei paesi a basso e medio reddito con scarso accesso a strutture mediche avanzate. La sfida ora è raccogliere dati sufficienti per creare una rete neurale in grado di rilevare in modo affidabile mormorii e altre condizioni. Gli studenti dovranno anche risolvere il problema della larghezza di banda wireless per eseguire lo streaming di tutte e quattro le registrazioni invece di salvarle su una scheda di memoria.

1 lezione dall’University College London o l’importanza di lavorare con il mondo accademico

I due progetti sono una potente testimonianza del perché è fondamentale lavorare con il mondo accademico. È troppo facile ignorare o respingere iniziative come quelle del University College London. Tuttavia, proprio come il Professor Kaiser prima di lui con i suoi progetti capstone, il Dr. Leung mostra che c’è così tanta innovazione e potenziale da parte di studenti e docenti.

ST ha lavorato a stretto contatto con Susana e Katherine per fornire supporto tecnico e assistenza regolare. In cambio, è gratificante vedere come entrambe abbiano utilizzato le tecnologie messe a disposizione in modi così unici e con obiettivi così elevati. Quindi, speriamo che queste due storie incoraggino ogni azienda del settore a lavorare più a stretto contatto con le loro scuole e università locali.

(lo)

Related Posts
Total
0
Share