MIMOSA – Metodiche di intelligenza multimodale per la valutazione orofacciale e vocale allo scopo di predire il declino nella SLA di tipo bulbare

La valutazione della compromissione bulbare nella SLA è in gran parte basata su sintomi soggettivi e valutazione clinica solo in parte strumentale. Ciò può portare a un ritardo nella diagnosi e nel trattamento. Il progetto di ricerca mira a utilizzare una tecnologia all’avanguardia per sviluppare un modo più oggettivo e quantitativo per rilevare la compromissione bulbare nella SLA, con l’obiettivo di identificarla tempestivamente e contribuire a migliorare l’esito clinico per i pazienti.

Il progetto utilizzerà registrazioni del parlato e della deglutizione raccolte nel tempo da persone affette da SLA. Le registrazioni saranno analizzate utilizzando algoritmi avanzati in grado di estrarre caratteristiche relative alle funzioni orofacciali e vocali.

Queste caratteristiche verranno quindi studiate per identificare i precursori del declino bulbare a partire dal parlato, movimenti orofacciali e deglutizione. Questi precursori, una volta identificati, verranno utilizzati per sviluppare un modello di intelligenza artificiale (IA) in grado di prevedere automaticamente gli esiti clinici della compromissione bulbare.

Usando questo approccio multimodale che combina metodi di analisi del parlato e IA, il progetto mira a rivoluzionare il rilevamento e la gestione della SLA bulbare. Il progetto ha il potenziale per avere un impatto significativo sulla pratica clinica e sulla vita delle persone colpite dalla malattia, fornendo una diagnosi precoce e un piano di trattamento più accurato.