SERENADE
Sensor-based explainable detection of cognitive decline
Introduzione al pilot
Contesto: Il Mild Cognitive Impairment (MCI), o Lieve Compromissione Cognitiva, può progredire fino alla demenza, causando un deterioramento delle funzioni cognitive e una riduzione delle capacità lavorative, sociali e relazionali.
Problema: Le visite sporadiche con gli specialisti non permettono di valutare accuratamente il declino cognitivo, che spesso si manifesta attraverso cambiamenti comportamentali sottili.
Soluzione: Stiamo sviluppando una soluzione per il monitoraggio comportamentale continuo da remoto, direttamente a casa, al fine di identificare biomarcatori digitali per la rilevazione precoce del declino cognitivo.
Obiettivo: Consentire ai clinici di esaminare potenziali indicatori di declino cognitivo e migliorare la diagnosi.
Obiettivi
SERENADE si baserà su biomarcatori digitali che valutano la mobilità, le attività della vita quotidiana e il comportamento, definiti come dati quantitativi raccolti e misurati da dispositivi digitali (ad esempio, sensori ambientali in casa e dispositivi indossabili) al fine di rilevare i cambiamenti sintomatici e funzionali dei pazienti con MCI.
SERENADE mira a progettare nuovi metodi di IA clinicamente validati per supportare l’individuazione precoce del declino cognitivo, fornendo anche spiegazioni comprensibili all’uomo delle anomalie e dei cambiamenti comportamentali rilevati.
Timeline
System components
Ogni brevetto sarà monitorato grazie a una combinazione di sensori ambientali non invasivi (installati nell’infrastruttura domestica), dispositivi mobili e indossabili. Questa infrastruttura di rilevamento genera un flusso continuo di dati dei sensori che viene memorizzato in un gateway all’interno della casa.
Gli algoritmi di intelligenza artificiale analizzeranno i dati raccolti dai sensori per identificare e monitorare le attività umane, i modelli di sonno e di movimento considerati come indicatori rilevanti di cambiamenti comportamentali.
SERENADE includerà un’interfaccia grafica per i medici, che mostrerà i risultati del nostro algoritmo AI in modo chiaro e spiegabile come strumento di supporto alle decisioni per la diagnosi.
L’obiettivo del pilota è integrare il sistema di supporto alle decisioni in una piattaforma di telemedicina. Ciò faciliterà l’archiviazione e la gestione dei dati sensibili, la loro analisi in forma anonima e l’interazione con il servizio sanitario regionale, comprese la prenotazione e la contabilizzazione del servizio proposto.
Team
Claudio Bettini
Daniela Galimberti
Gabriele Civitarese
Andrea Arighi
Emanuela Rotondo
Vittoria Borracci
Pubblicazioni
Comparing self-supervised learning techniques for wearable human activity recognition, CCF Trans. Pervasive Comp. Interact, 2025 Publication
Large Language Models are Zero-Shot Recognizers for Activities of Daily Living, ACM Transactions on Intelligent Systems and Technology, 2025 Publication
Multi-subject human activities: A survey of recognition and evaluation methods based on a formal framework, In: EXPERT SYSTEMS WITH APPLICATIONS. - ISSN 0957-4174. - 267:(2025 Apr), pp. 12617, 2025 Publication
ContextGPT: Infusing LLMs Knowledge into Neuro-Symbolic Activity Recognition Models, In: 2024 IEEE International Conference on Smart Computing (SMARTCOMP)[s.l] : IEEE, 2024. - ISBN 979-8-3503-4994-8. - pp. 55-62, 2024 Publication
Semantic Loss: A New Neuro-Symbolic Approach for Context-Aware Human Activity Recognition, Proceedings of the ACM on Interactive, Mobile, Wearable and Ubiquitous Technologies, Volume 7, Issue 4 Article No.: 147, Pages 1 - 29, 2024 Publication
Using Large Language Models to Compare Explainable Models for Smart Home Human Activity Recognition, In: UbiComp '24 / [a cura di] V. Kostakos, J. Kay, T. Hoang. - [s.l] : ACM, 2024 Oct 05. - ISBN 979-8-4007-1058-2. - pp. 881-884 (( convegno International Joint Conference on Pervasive and Ubiquitous Computing tenutosi a Melbourne nel 2024 [10.1145/3675094.3679000]., 2024 Publication
Is Querying Users Acceptable for Human Activity Recognition Based on Active Learning?, In: 2023 IEEE International Conference on Pervasive Computing and Communications Workshops and other Affiliated Events (PerCom Workshops)[s.l] - ISBN 978-1-6654-5381-3. - pp. 521-526 , 2023 Publication
SelfAct: Personalized Activity Recognition based on Self-Supervised and Active Learning, 20th EAI International Conference on Mobile and Ubiquitous Systems: Computing, Networking and Services, November 14-17, 2023 Melbourne, Australia., 2023 Publication
DOMINO: A Dataset for Context-Aware Human Activity Recognition using Mobile Devices, UNIMI Dataverse, V3, 2023 Dataset
DOMINO: A Dataset for Context-Aware Human Activity Recognition using Mobile Devices, In Proceedings of the 24th International Conference on Mobile Data Management (MDM), IEEE Computer Society, 2023 Publication