Siena 13/05/04
Reti Neurali Artificiali
per la riabilitazione di pazienti disabili
Monica Bianchini
Dipartimento di Ingegneria dell’Informazione
email: [email protected]
Sommario
• Introduzione
– Il mondo sottosimbolico
– La metafora neurobiologica
• Le reti neurali
–
–
–
–
Il modello neuronale
Le architetture neurali
Addestramento in reti neurali
Il perceptron e le reti feedforward
• Reti neurali e disabilità
– Strumenti esistenti
– Reti neurali e Sindrome di Rett: prospettive di ricerca
Reti Neurali Artificiali per la riabilitazione di pazienti disabili
2
Introduzione  1
• Nonostante gli straordinari successi nell’elaborazione
automatica dell’informazione, che stanno esercitando
un impatto di portata storica nella vita quotidiana,
competenze percettive, quali…
– …localizzare un oggetto in una scena
– …riconoscere la voce in condizioni reali
– …prendere decisioni basate sul “senso comune”
sono ancora compiti estremamente difficili per i
calcolatori elettronici
Reti Neurali Artificiali per la riabilitazione di pazienti disabili
3
Introduzione  2
• Gli
odierni
sistemi
di
elaborazione
hanno
automatizzato perfettamente processi considerati
tipicamente di pertinenza umana, quali…
– …svolgere calcoli molto complicati
– …recuperare informazione in un archivio
• Con l’intelligenza artificiale si sono spinti verso
l’automazione del ragionamento simbolico, fino ai
sistemi esperti, in grado di modellare e rendere
fruibile la conoscenza di esperti in settori specifici
Reti Neurali Artificiali per la riabilitazione di pazienti disabili
4
Il mondo sottosimbolico  1
• Tuttavia,
i
calcolatori
mostrano
ancora
un
comportamento primitivo, ed incomparabile con l’uomo,
nella simulazione della maggior parte dei processi
percettivi
• Le capacità percettive, infatti, sviluppate durante un
processo evolutivo di centinaia di migliaia di anni,
risultano difficili da replicare usando i modelli di
calcolo simbolico, tipici degli attuali elaboratori
Reti Neurali Artificiali per la riabilitazione di pazienti disabili
5
Il mondo sottosimbolico  2
• ESEMPIO: Riconoscimento automatico della voce
– Per essere interpretato, il segnale vocale deve essere
segmentato, deve cioè essere suddiviso in parole
• Problema: impossibile fare
affidamento sul controllo
del livello del segnale per
separare le parole
– La
parola
“compute”
verrebbe divisa in due
parti, per la presenza
dell’occlusiva sorda “p”
Segnale e spettrogramma relativo
pronuncia del verbo “to compute”
Reti Neurali Artificiali per la riabilitazione di pazienti disabili
alla
6
Il mondo sottosimbolico  3
• ESEMPIO: Riconoscimento automatico della voce
– A causa della grande variabilità dovuta:
•
•
•
•
alla velocità di pronuncia
alla prosodia
al parlatore
alla presenza di rumore
le parole non sono rappresentabili mediante un dizionario
di “istanze medie” di riferimento
Reti Neurali Artificiali per la riabilitazione di pazienti disabili
7
Il mondo sottosimbolico  4
• I problemi menzionati si presentano in molteplici
applicazioni, nelle quali l’elaborazione di informazione
multimediale assume un ruolo sempre più rilevante
–
–
–
–
Navigazione autonoma di un robot
Modelli per l’estrazione di informazione dal Web
Accesso a basi di dati ipermediali
Costruzione di interfacce personalizzate per disabili
• Nelle
applicazioni elencate, l’informazione da
elaborare si presenta codificata in una forma cui non è
semplice “attaccare” un significato simbolico
Reti Neurali Artificiali per la riabilitazione di pazienti disabili
8
Il mondo sottosimbolico  5
• La scienza dei calcolatori si basa sulla conoscenza del
•
•
significato dei dati in ingresso e sulla conseguente
possibilità di una loro elaborazione per mezzo di algoritmi
Tuttavia, non è sempre possibile, né verosimile, associare
agli ingressi un significato ed una caratterizzazione
simbolica: nelle scienze cognitive, questa patologia è nota
come symbol ground problem
Occorre dotare i calcolatori di processi computazionali che
non siano basati sulla metafora dell’algoritmo, secondo cui
la soluzione di un problema avviene mediante un processo
costruttivo atto ad esplicitare simbolicamente le
elaborazioni sugli ingressi, rappresentati sotto forma
simbolica
Reti Neurali Artificiali per la riabilitazione di pazienti disabili
9
La metafora neurobiologica  1
• Attualmente, a differenza delle macchine, l’uomo è un
•
•
ottimo esempio di “sistema” in grado di
informazione sottosimbolica
Tali elaborazioni, come ogni altro processo
hanno sede nel cervello, una complessa
neurobiologica, oggi “decifrata” in modo
accurato
Il “mattone elementare”
dei tessuti celebrali è il
neurone, che è sede dei
processi elettrochimici
che determinano l’atto
percettivo
elaborare
cognitivo,
struttura
piuttosto
Reti Neurali Artificiali per la riabilitazione di pazienti disabili
10
La metafora neurobiologica  2
• Nel cervello umano sono presenti oltre 100 miliardi di
neuroni, ciascuno interconnesso a circa 10.000 altre
unità
– Nelle interconnessioni ha luogo il processo di sinapsi, un
processo elettrochimico atto a rafforzare o ad inibire
l’interazione cellulare
– I segnali rilevabili hanno un
potenziale dell’ordine delle
decine di milliVolt e si
presentano come treni di
impulsi
con
frequenza
100Hz e con opportune
modulazioni
Reti Neurali Artificiali per la riabilitazione di pazienti disabili
11
La metafora neurobiologica  3
• È opinione condivisa nel mondo delle scienze cognitive
che i segnali elettrici presenti nei neuroni siano alla
base dell’elaborazione dell’informazione a livello
cerebrale
• Inoltre, c’è evidenza sperimentale per sostenere che
la struttura celebrale e le sinapsi siano influenzate
dalla vita degli individui, dalle loro esperienze,
dall’apprendimento di compiti specifici
• È il particolare pattern di interconnessioni, e la forza
delle sinapsi, che definiscono le proprietà funzionali di
una particolare porzione del cervello
Reti Neurali Artificiali per la riabilitazione di pazienti disabili
12
La metafora neurobiologica  4
• Si è verificato sperimentalmente che le funzioni cognitive
risiedono in particolari zone del cervello e che tali funzioni
possono essere…
– perdute a seguito della “rottura” dei legami sinaptici
– eventualmente (parzialmente) recuperate con successivi
processi di apprendimento atti ad instaurare nuovi pattern di
interconnessione sinaptica
Reti Neurali Artificiali per la riabilitazione di pazienti disabili
13
La metafora neurobiologica  5
• Dato
che
la
struttura
cerebrale
e
l’attività
elettromagnetica delle singole cellule neuronali sono noti,
si possono operare induzioni sul comportamento collettivo
dei neuroni e si può trarre ispirazione per la costruzione di
macchine in grado di replicare compiti connotati da una
forte componente di elaborazione sottosimbolica
• Mind no longer goes more ghostly than a ghost : il lavoro di
Mcculloch e Pitts (1943) contiene la prima analisi teorica
completa su come semplici unità con sinapsi eccitatorie e
inibitorie siano in grado, in virtù di un processo collettivo,
di rappresentare proposizioni logiche complesse
• Era tuttavia chiaro ai padri dell’informatica che non è
necessaria una perfetta emulazione dei processi
neurobiologici per l’emergenza di capacità cognitive
Reti Neurali Artificiali per la riabilitazione di pazienti disabili
14
La metafora neurobiologica  6
• Molti modelli connessionistici
sono solo ispirati al paradigma
biologico, a livello di unità
neuronale, e si basano sulla
struttura fortemente connessa
delle cellule celebrali, dove si
eredita
il
principio
che
l’attivazione neurale (potenziale
associato all’unità) è soggetta
ad eccitazioni ed inibizioni ad
opera delle unità connesse
• In particolare, l’attivazione dell’unità i dipende dall’attivazione
della generica unità j, mediante un parametro associato alla
connessione fra le due unità, che modella il principio
elettrochimico della sinapsi
Reti Neurali Artificiali per la riabilitazione di pazienti disabili
15
L e reti neurali  1
• Le neuroscienze hanno permesso di stabilire che la
•
struttura cerebrale è caratterizzata dalla presenza di
neuroni specializzati e con pattern di connettività specifici
al particolare compito cognitivo
Per i modelli artificiali è stata seguita una metafora simile:
sono stati studiati diversi tipi di neuroni e diverse
architetture, associandovi le modalità di elaborazione
concepite per implementare un particolare compito
cognitivo
– Le reti neurali artificiali sono esse stesse costituite da
insiemi di unità semplici, i neuroni, densamente interconnesse
– Ciascuna unità riceve un certo numero di input reali (stimoli
esterni o output di altre unità) e produce un singolo valore
reale in output (che potrà costituire l’ingresso per altre unità)
Reti Neurali Artificiali per la riabilitazione di pazienti disabili
16
• Riassumendo:
L e reti neurali  2
– Il cervello umano…
• …contiene una rete di 1011 neuroni; ciascun neurone è
connesso, in media, con 104 altre unità
• …l’attività dei neuroni viene eccitata o inibita dagli stimoli
ricevuti dalle unità adiacenti: il tempo di “switch” è 10-3
secondi (alto rispetto a quello del calcolatore che è di 10-10
secondi)
• …una qualsiasi scena può essere “compresa” in 0.1 secondi
Utilizzo massivo di calcolo parallelo
– Le reti neurali artificiali…
• …dovrebbero “catturare” questa forma di parallelismo,
basato sulla rappresentazione distribuita dell’informazione
• …si discostano dai modelli biologici, di cui non hanno la
potenza
• …realizzano l’apprendimento mediante tecniche automatiche
per il “tuning” dei pesi di connessione
Reti Neurali Artificiali per la riabilitazione di pazienti disabili
17
Reti neurali e loro applicazioni  1
• Le reti neurali sono particolarmente appropriate
quando…
– …i dati in ingresso sono complessi, hanno elevata
dimensionalità e possono essere affetti da rumore
(duplicati o errati)
– …la forma della funzione target è sconosciuta; gli
ingressi alla funzione, se vettoriali, possono essere
costituiti da componenti statisticamente correlate o
indipendenti
– …l’abilità umana nel comprendere la funzione target
appresa non è un requisito fondamentale: il significato
dei pesi della rete è di difficile interpretazione
Reti Neurali Artificiali per la riabilitazione di pazienti disabili
18
Reti neurali e loro applicazioni  2
• Inoltre:
– Tempi di addestramento lunghi sono ammissibili
nell’apprendimento neurale  da pochi secondi, fino ad
ore o giorni  in dipendenza dal numero di parametri
della
rete,
dalla
dimensione
dell’insieme
di
apprendimento, dal tasso di apprendimento, etc.
– Una volta appresa, la funzione target deve essere
valutata rapidamente (in frazioni di secondo) su ogni
elemento del dominio: risposta in tempo reale
Reti Neurali Artificiali per la riabilitazione di pazienti disabili
19
Il modello neuronale  1
• Il neurone formale è una schematizzazione del
•
neurone biologico in cui le proprietà funzionali sono
descritte da formule matematiche, senza preoccuparsi
dei fenomeni elettrici, chimici, termici, biologici che
avvengono nella realtà
Attivazione neurale
– l’attività di un neurone biologico dipende dall’attivazione
di altri neuroni ad esso connessi, che viene trasmessa
attraverso sinapsi
– in modo analogo, il valore di attivazione di un neurone
artificiale viene calcolato attraverso una funzione
matematica che dipende dai segnali che arrivano dagli
altri neuroni
Reti Neurali Artificiali per la riabilitazione di pazienti disabili
20
Il modello neuronale  2
• Connessioni fra unità
– nei modelli biologici, l’impulso viene modulato dal tipo e
dalla quantità di neurotrasmettitore emesso dalle
vescicole presinaptiche
– questo fenomeno viene simulato artificialmente con
l’introduzione del “peso di connessione”, il cui valore
permette di trasmettere un segnale da un’unità all’altra
con maggiore o minore intensità
• Il livello di attivazione dell’unità è dato dalla somma
del valore di uscita dei neuroni circostanti, ponderato
dal peso delle connessioni, ed eventualmente “filtrato”
Reti Neurali Artificiali per la riabilitazione di pazienti disabili
21
Le architetture neurali  1
• L'architettura di una rete è definita dalle funzioni di
trasferimento e apprendimento,
connessione e dal numero di unità
dal
pattern
di
• La conoscenza della rete risiede nei pesi che
connettono le unità e nelle soglie dinamiche di
attivazione
Reti Neurali Artificiali per la riabilitazione di pazienti disabili
22
Le architetture neurali  2
• Reti autoassociative
– sono in grado di riprodurre un pattern appreso in
presenza di una forma degradata del pattern stesso; il
loro scopo è quello di ricostruire i pattern in qualche
modo danneggiati
• Reti ad apprendimento con supervisione
– lo scopo dell’apprendimento è quello di associare coppie di
input/output; la memoria è costituita dall’abilità di
rievocare l’output a partire dall’input
• Reti ad apprendimento senza supervisione
– in questo caso ad essere presentati sono solo gli stimoli,
mentre le risposte sono decise dalla rete; le risposte
sono comunque significative, in quanto la rete riesce a
cogliere alcune regolarità della classe di input,
catalogandone in qualche modo gli esempi
Reti Neurali Artificiali per la riabilitazione di pazienti disabili
23
Addestramento in reti neurali  1
• Addestrare una rete neurale significa presentarle un
insieme di esempi e lasciare che la rete si costruisca
autonomamente la conoscenza interna necessaria per
svolgere il compito richiesto
• In termini matematici si fornisce alla rete un insieme
di coppie di ingresso/uscita (x,y) e la rete deve
adattare i valori delle connessioni w in modo da
realizzare la funzione y = f (x)
Reti Neurali Artificiali per la riabilitazione di pazienti disabili
24
Addestramento in reti neurali  2
• Regole di apprendimento
– La regola di apprendimento determina il modo con cui la
rete “acquisisce conoscenza”; per apprendimento si
intende il calcolo delle intensità sinaptiche ottime, che
garantiscano una risposta adeguata agli stimoli che sono
presentati alla rete
• Poiché l’attivazione di un’unità è determinata dalla
somma dei segnali in ingresso, diventa cruciale, ai fini
dell’apprendimento, il calcolo dei pesi di connessione
tutte le regole di apprendimento operano sui pesi di
connessione, modificandoli
Reti Neurali Artificiali per la riabilitazione di pazienti disabili
25
Un esempio: il Perceptron  1
• È
l’elemento
costitutivo
fondamentale
delle
architetture feedforward (con propagazione in avanti
dei segnali):
– acquisisce un vettore di reali
– opera un prodotto scalare con il vettore dei pesi
– restituisce  1 in dipendenza dal segno del prodotto scalare
Reti Neurali Artificiali per la riabilitazione di pazienti disabili
26
Un esempio: il Perceptron  2
• La quantita –w0 è una soglia, che la somma pesata fra
ingressi e pesi deve superare affinché il perceptron
produca un output positivo
• Suppondendo un ulteriore ingresso fittizio, x0, il cui
valore è costante e pari ad 1, la funzione realizzata
dal percepron può essere riscritta nella forma
o(x) = sgn(w  x )
• Fare apprendere un perceptron equivale a scegliere
un’opportuna (n +1)upla di pesi, w0,w1,…,wn
Reti Neurali Artificiali per la riabilitazione di pazienti disabili
27
Capacità computazionale
• Il perceptron realizza un “iperpiano di decisione” nello
spazio n: esistono insiemi di dati non linearmente
separabili, che un singolo perceptron non può
discriminare
tali funzioni possono essere realizzate mediante opportune
combinazioni di perceptron
Dati lineramente
separabili
Dati non separabili
linearmente
Occorrono 2 unità
perceptron
Reti Neurali Artificiali per la riabilitazione di pazienti disabili
28
Perceptron learning rule
• I pesi vengono inizializzati con valori casuali
• Tutti gli esempi dell’insieme di apprendimento vengono
presentati al perceptron, modificandone i pesi solo qualora
l’output sia diverso dall’uscita attesa
• Il processo (che può essere dimostrato convergente in un
numero finito di passi per pattern linearmente separabili) viene
ripetuto finché tutti gli esempi sono classificati correttamente
• Ad ogni passo, i pesi vengono aggiornati mediante la perceptron
learning rule:
• Esempio:
wi wi + wi
• output -1
wi = (t  o)xi
• target 1
dove:
– t è l’uscita attesa, target
– o è l’output del perceptron
–  è il learning rate (tasso di apprendimento)
• l’uscita deve crescere
• vedere l’effetto per xi>0
Reti Neurali Artificiali per la riabilitazione di pazienti disabili
29
Altri modelli neuronali
• Tipici neuroni artificiali interessanti dal punto di vista applicativo:
– Neurone sigmoidale, simile al perceptron, ma con funzione di uscita continua,
si eccita per punti situati sopra l’iperpiano di separazione, dove si annulla
l’attivazione, si inibisce al di sotto
– Neurone a base radiale, si eccita per punti contigui al centro (wia,wib,wic) e si
inibisce quando ci si allontana dal centro, con una velocità proporzionale al
quadrato del parametro radiale σi
Reti Neurali Artificiali per la riabilitazione di pazienti disabili
30
Le architetture feedforward  1
• Le reti feedforward hanno architettura a strati
• Ogni strato intermedio riceve input soltanto dallo strato
•
•
precedente, che può essere sia lo strato di ingresso che
un altro strato nascosto, ed invia output solo allo strato
successivo
I neuroni dello strato di input ricevono segnali dall’esterno
I neuroni di output inviano informazioni all’esterno, ad un
eventuale utente o ad un meccanismo di controllo
Reti Neurali Artificiali per la riabilitazione di pazienti disabili
31
Le architetture feedforward  2
• Gli strati nascosti sono tutti quelli compresi tra lo
strato di input e lo strato di output: gli strati
intermedi possono essere numerosi e ogni strato può
contenere moltissimi neuroni
– Tanto maggiore è il numero di strati intermedi tanto
migliore è la capacità “computazionale” ed “intellettiva”
della rete: aumenta il numero di neuroni totali presenti
nella rete e quindi “la massa cerebrale”
– Il potere computazione di una rete multistrato può
essere ottenuto con una rete a tre strati, con un
numero “sufficiente” di neuroni nell’unico strato
nascosto
Reti Neurali Artificiali per la riabilitazione di pazienti disabili
32
Le architetture feedforward  3
• Gli strati intermedi, svolgono un compito assai
•
importante nella rete, anche se difficilmente
interpretabile dall’esterno
Esempio
Nel caso di una rete neurale realizzata per il
riconoscimento vocale (costituita da tre strati: input,
nascosto, output)…
– lo strato di input ha il compito di ricevere il segnale vocale
– lo strato nascosto permette alla rete di formare una
rappresentazione interna del linguaggio (dato che il linguaggio
è fatto di aggregazioni di simboli, anche la rete ragionerà in
termini simili e lo strato intermedio “memorizzerà” un set di
simboli interni per rappresentare i concetti)
– lo strato di output ha il compito di pronunciare le parole, cioè
di “emettere” una successione di suoni
Reti Neurali Artificiali per la riabilitazione di pazienti disabili
33
Applicabilità delle reti neurali
• Le reti neurali…
– …non possono fare nulla che non possa essere fatto
utilizzando un approccio computazionale tradizionale
– …ma possono fare cose che con un approccio tradizionale
sarebbero estremamente difficili da realizzare
• Quando sono utili le reti neurali?
– quando non possiamo formulare una soluzione algoritmica
– quando disponiamo di un gran numero di esempi del
comportamento che vogliamo simulare
– quando vogliamo estrapolare la struttura da dati esistenti
• Esempi di applicazioni
–
–
–
–
analisi dell’andamento azionario
riconoscimento del parlato o dei caratteri manoscritti
riconoscimento della presenza di un oggetto in una scena
…
Reti Neurali Artificiali per la riabilitazione di pazienti disabili
34
Reti neurali e disabilità  1
• Diagnosi dei disturbi dell’umore e delle psicosi
schizofreniche
• Devil (Device for Elaborating Vocal Italian Language)
per il comando vocale di robot per disabili motori
• Mouse vocali per interazione uomomacchina per
disabilità motoria e disturbi del parlato
Reti Neurali Artificiali per la riabilitazione di pazienti disabili
35
Reti neurali e disabilità  2
• Adaptive Brain Interfaces
– L’acronimo ABI (Adaptive Brain Iterfaces) designa un
sistema innovativo destinato a persone disabili con
impedimenti psicomotori, ma proiettabile in futuro su
applicazioni diversificate
– Si tratta di una sorta di “cuffia” dotata di elettrodi
che, posta sulla testa dell’utilizzatore, è in grado di
captare i segnali lanciati dal cervello che sono subito
monitorati attraverso l’elettroencefalogramma (EEG)
– Mediante una rete neurale si effettua un’operazione di
classificazione, in modo da riconoscere l’obiettivo
mentale sul quale l’utilizzatore è concentrato: è la
“trasmissione del pensiero” che permette al portatore
della cuffia di leggere una pagina Web, di interagire con
giochi, o di guidare una sedia a rotelle
Reti Neurali Artificiali per la riabilitazione di pazienti disabili
36
Reti neurali e disabilità  3
• Adaptive Brain Interfaces
– L’intuizione è stata quella di progettare uno strumento
capace di monitorare l’EEG e di interpretarne i segnali,
per dotarlo di una sorta di “intelligenza” sostitutiva a
condizioni di disabilità nell’individuo
• Quando si pensa a una azione da compiere, l’EEG, cioè
l’impulso elettrico del cervello, subisce una modificazione
• Questo segnale viene catturato e decodificato da un
software che riconosce il compito mentale immaginato, lo
associa a un preciso comando e lo trasmette al computer
Reti Neurali Artificiali per la riabilitazione di pazienti disabili
37
Reti neurali e disabilità  4
Adaptive Brain Interfaces
Reti Neurali Artificiali per la riabilitazione di pazienti disabili
38
Reti neurali e disabilità  5
• Progetto MindDrive
– Vi sono altre realtà di ricerca che, attraverso reti
neurali, fanno leva sulla motivazione del disabile
perché acquisisca maggior controllo nei movimenti
– L’Istituto Carlo Besta di Milano nella sua divisione di
Neurologia dello Sviluppo ha progettato un software
che consente al disabile, attraverso simulazioni
virtuali, di “percepire” sensazioni di movimento
– Attraverso il sensore MindDrive, progettato dal
Pentagono, bambini tetraplegici ma con buone abilità
cognitive, riescono ad interagire con il computer,
utilizzando la realtà virtuale per trasformare
un’intenzione del pensiero in un’azione
Reti Neurali Artificiali per la riabilitazione di pazienti disabili
39
Reti neurali e disabilità  6
• Progetto MindDrive
– I videogiochi proposti sono basati sulla possibilità di
orientare il cursore sullo schermo per compiere un
esercizio, come sciare o guidare un aereo, o comporre
un arrangiamento musicale
– I giovani pazienti gradiscono molto la terapia e si
dimostrano spesso più abili nel comando del cursore di
tanti adulti sani, riuscendo così ad affrontare
l’esercizio con uno stato d’animo estremamente
positivo che porta a rilassamento e quindi ad un
miglioramento della loro distonia
Reti Neurali Artificiali per la riabilitazione di pazienti disabili
40
• GRAIL
Reti neurali e disabilità  7
– Al Oak Ridge National Laboratory, la Computational
Biosciences Section diretta da Edward Uberbacher ha
affrontato il nodo della ricerca dei geni attraverso reti
neurali dalla fine degli anni `80
– Dal 1991, è stato sviluppato Grail, un software neurale in
grado di individuare i geni
– Da allora Grail è stato affiancato da almeno una dozzina di
altri programmi per la scoperta di geni, molti dei quali sono
disponibili online per i ricercatori
– Gli attuali programmi per la localizzazione dei geni sono
lontani dal raggiungere buone prestazioni: predicono talvolta
geni che non esistono e non trovano quelli realmente presenti
– In parte a causa della scarsa precisione, questi metodi sono
rimasti ai margini ma, considerando il flusso accelerato dei
dati relativi al genoma, i biologi saranno costretti ad
affidarvisi e quindi a migliorarli
Reti Neurali Artificiali per la riabilitazione di pazienti disabili
41
Reti neurali e Sindrome di Rett:
prospettive di ricerca  1
• La scienza l’ha definita “malattia neurodegenerativa
•
•
dell’evoluzione progressiva” i cui sintomi compaiono
all’incirca fra il primo e secondo anno di vita dopo un
sviluppo neonatale apparentemente normale
Dal 1999 è noto che la Sindrome di Rett (RTT) ha origini
genetiche e, in particolare è dovuta alla degenerazione, del
gene MeCP2, del cromosoma X
Le bambine affette da RTT presentano:
– Perdita dell’uso funzionale delle mani, con comparsa di
movimenti stereotipati, associato a difficoltà comunicative e
ad una chiusura alla socializzazione
– Linguaggio ricettivo ed espressivo gravemente danneggiati ed
evidente grave ritardo psicomotorio
– Aprassia della deambulazione (difficoltà a esercitare
movimenti) e atassia (mancanza di coordinazione dei movimenti
volontari) della postura
Reti Neurali Artificiali per la riabilitazione di pazienti disabili
42
Reti neurali e Sindrome di Rett:
prospettive di ricerca  2
• Gli strumenti offerti dall’Intelligenza Artificiale, quali
ABI e MindDrive potrebbero essere impiegati per
ristabilire (seppure parzialmente) il contatto delle
pazienti con il mondo esterno, almeno nei casi PSV
(Preserving Speech Variant) di Sindrome di Rett
• In particolare, nel caso di pazienti “highly functioning
PSV”, con IQ medio, MindDrive potrebbe costituire un
supporto fondamentale alla disabilità motoria
• Viceversa, nel caso di RTT classica, il ritardo psichico
è tale da rendere inutilizzabili tali strumenti
Reti Neurali Artificiali per la riabilitazione di pazienti disabili
43
Reti neurali e Sindrome di Rett:
prospettive di ricerca  3
• Le pazienti affette da RTT continuano comunque a
manifestare alcuni bisogni fondamentali, utilizzando un
linguaggio non comprensibile, ma che sembra mostrare
alcune regolarità
• I genitori, infatti, “intuiscono” il significato delle
richieste che, sostengono, sono formulate sempre
attraverso gli stessi suoni, per quanto non facilmente
riconducibili al linguaggio naturale
Reti Neurali Artificiali per la riabilitazione di pazienti disabili
44
Reti neurali e Sindrome di Rett:
prospettive di ricerca  4
• Ipotesi:
– Costruire un architettura neurale per ciascuna paziente
in grado di riconoscere suoni e classificarli come riferiti
ad una richiesta specifica (appartenente ad un numero
finito, presumibilmente piccolo, di classi)
– Utilizzare il knowhow dei genitori per addestrare la
rete neurale
– Equipaggiare lo strumento con un sintetizzatore vocale
che traduca la richiesta in linguaggio naturale
Possibilità di interazione
extrafamiliare
con
il
mondo esterno
Reti Neurali Artificiali per la riabilitazione di pazienti disabili
45
Scarica

Reti Neurali Artificiali per la riabilitazione di pazienti disabili