Gli incidenti automobilistici sono la causa più comune di visite al pronto soccorso, ricoveri e decessi correlati a trauma cranico tra le persone di età compresa tra 15 e 34 anni, secondo un rapporto del 2013 dei Centers for Disease Control and Prevention.

Trauma cranico, o trauma cranico, costituisce circa il 30% di tutti i decessi per lesioni negli Stati Uniti, e la diagnosi e il trattamento precoci sono uno dei modi più importanti per prevenire queste morti.

Il professore di ingegneria aerospaziale e meccanica Samy Missoum, che è anche direttore del Computational Design Optimization of Engineering Systems, o CODICI Laboratorio, e lo studente laureato Seyed Saeed Ahmadisoleymani hanno recentemente pubblicato un articolo in Metodi informatici in biomeccanica e ingegneria biomedica che descrive un nuovo metodo per calcolare la probabilità di un trauma cranico a causa di un incidente stradale.

"A differenza del football americano o delle applicazioni militari, non sono state fatte molte ricerche sul legame tra incidenti stradali e trauma cranico, " Missoum ha detto. "Abbiamo sviluppato i primi passi di un metodo per valutare la probabilità di trauma cranico sulla base delle condizioni di incidente, come la velocità e l'angolo di impatto."

Combinare la sperimentazione con i dati computazionali

La ricerca TBI ha tradizionalmente coinvolto metodi sperimentali, come condurre test sugli animali o raccogliere dati sui giocatori di calcio. Altri approcci sono puramente computazionali, ad esempio utilizzando modelli agli elementi finiti, che sono strumenti matematici per prevedere come si comporterà un sistema come il cervello quando sarà sottoposto a forze esterne.

L'approccio di Missoum fonde dati sperimentali e computazionali. Usa dati sperimentali per simulare come si muove un manichino in un incidente d'auto e applica i dati di movimento della simulazione a un modello computerizzato del cervello per vedere come sarebbe influenzato. Questa fusione di dati fornisce la base per un metodo che i ricercatori sperano sarà in grado di calcolare la probabilità di trauma cranico dopo un incidente d'auto.

Il metodo può anche fare previsioni se i ricercatori non sono sicuri della velocità di collisione e dell'angolo di impatto, o se non hanno molte informazioni sul cervello della persona coinvolta nell'incidente.

"Da un punto di vista scientifico, la novità qui è come combiniamo dati computazionali e dati sperimentali, pur tenendo conto anche di diverse fonti di incertezza, " Missoum ha detto. "Da un punto di vista pratico, il metodo fornisce uno strumento per determinare la probabilità di trauma cranico."

Il lavoro è in fase iniziale, ma uno degli obiettivi del progetto è che i primi soccorritori siano in grado di arrivare sul luogo dell'incidente e inserire le informazioni sull'incidente in uno strumento, forse un'applicazione mobile, che determinerà subito la probabilità di un trauma cranico.

"Diciamo che un paramedico arriva sulla scena di un incidente stradale, "Missoum ha detto. "Potrebbero inserire le informazioni in uno strumento e dire, 'Va bene, in base alle caratteristiche di questo incidente, questa persona avrà una probabilità del 70-80% di gravi lesioni cerebrali traumatiche.'"

Apprendimento automatico:un fattore abilitante chiave

Entrare in un incidente d'auto o causerà una lesione cerebrale traumatica o non lo farà. I ricercatori hanno utilizzato un approccio di apprendimento automatico precedentemente sviluppato nel laboratorio CODES per perfezionare la soglia che separa i due risultati e determinare in modo più accurato il rischio di trauma cranico. Nel futuro, questo approccio migliorerà ulteriormente la precisione aumentando il numero di fattori che può considerare, come il peso del veicolo o l'età dell'occupante.

Il team di ricerca spera di incorporare i dati di incidenti automobilistici reali, ottenuto dal Dipartimento dei trasporti dell'Arizona, nella loro ricerca. Informazioni come l'angolo di impatto in un incidente non sono disponibili negli attuali rapporti sugli arresti anomali, rendendo particolarmente importante la capacità di questo metodo di eseguire calcoli con un grado di incertezza.