• automatic change of difficulty level
• ictus
• motor recovery prediction
• post-stroke rehabilitation
• robotic end-effector device
• stroke

In questo studio si propone uno scenario per la riabilitazione motoria e cognitiva di persone con ictus, con l’obiettivo di implementare un metodo automatico per la variazione del livello di difficoltà inter-sessione. Lo sviluppo dello scenario prevede l’estrazione e il calcolo di alcuni parametri significativi per la valutazione delle prestazioni del paziente, dai quali si ottengono due indici di prestazione che, combinati secondo un algoritmo, definiscono il livello di difficoltà per la sessione riabilitativa successiva.
Il corretto funzionamento dello scenario (costruito come una Escape Room, con esercizi di tipo motorio e cognitivo) è stato testato con sei pazienti, presso una struttura ospedaliera.
Inoltre, è stato sviluppato e implementato mediante quattro diversi algoritmi di machine learning, un modello in grado di predire, durante la fase sub-acuta dell’ictus, la classe di recupero motorio del paziente; esso specifica se il soggetto, alla fine del trattamento riabilitativo, avrà avuto un “recupero nullo” o un “recupero lieve / buono”.