MyPhysio: Progettazione e Sviluppo di un’Applicazione Mobile per la Riabilitazione Fisioterapica Domiciliare con Analisi Intelligente della Qualità del Movimento

In un contesto di progressivo invecchiamento della popolazione e di conseguente crescita della domanda di servizi riabilitativi, diventa sempre più necessario garantire l’accesso alla fisioterapia anche al di fuori delle strutture sanitarie. La presente tesi risponde a tale esigenza con la progettazione e lo sviluppo di MyPhysio, un’applicazione Android nativa pensata per supportare la riabilitazione fisioterapica da remoto. Il lavoro si colloca in un contesto più ampio del progetto di ricerca ITROPHYTS [4], contribuendo specificamente al modulo di riconoscimento automatico delle attività motorie dei pazienti. L’architettura del sistema integra un frontend in Kotlin, un backend Node.js con MongoDB per i dati strutturati, InfluxDB per l’archiviazione delle serie temporali e un microservizio AI in Python dedicato all’elaborazione dei segnali acquisiti da microcontrollori ESP32-S3 e smart ring. Per la valutazione dei movimenti è stato adottato un approccio di anomaly detection semi-supervisionata basato sul Local Outlier Factor (LOF), addestrato esclusivamente su esecuzioni corrette in modo da riconoscere scostamenti e anomalie senza richiedere una preventiva etichettatura degli errori. I risultati ottenuti mostrano che il sistema è in grado di elaborare sessioni reali e produrre report clinicamente interpretabili, con un F1-Score del 99% che conferma l’efficacia dell’approccio nel bilanciare il riconoscimento delle anomalie e la riduzione dei falsi positivi. Ciò conferma la validità dell’approccio proposto e il potenziale di MyPhysio come supporto