L’inizio della collaborazione

Radu Ioanițescu è stato uno dei miei ottimi studenti. Intelligente, vivace, sicuro di sé, alto e di bell’aspetto, attirava facilmente la simpatia di chi gli stava intorno e, naturalmente, era notato e apprezzato anche dalle ragazze. Terminò gli studi con voti elevati, e per lui l’ingresso al dottorato sembrava quasi un passo naturale, se non addirittura obbligato.

Aveva una mente molto rapida e una grande facilità nel rapporto con la tecnologia. Conosceva molte cose, si orientava rapidamente ed era un eccellente pratico. Gli piacevano i dispositivi mobili, le nuove piattaforme e tutto ciò che riguardava l’uso creativo della tecnologia. Fu, tra l’altro, lui a spingermi ad aprire un account Facebook; lo ascoltai, me ne pentii quasi subito e abbandonarlo non fu affatto facile.

Purtroppo, questa intelligenza pratica e questa facilità tecnologica non erano accompagnate, nella stessa misura, dal desiderio di teorizzare e di elevare a livello concettuale ciò che acquisiva attraverso l’esperienza e la conoscenza. Gli chiedevo molto proprio perché ero convinto che potesse rispondere a esigenze elevate. Avevo la sensazione che possedesse le risorse necessarie per una costruzione dottorale più ambiziosa e matura.

A quell’età, tuttavia, Radu aveva anche altri interessi e una propria idea della vita e di ciò che meritava la priorità. I suoi obiettivi erano più concreti e immediati: concludere il dottorato il più rapidamente possibile e, probabilmente, preparare la partenza dalla Romania. In queste condizioni, il suo percorso dottorale fu segnato fin dall’inizio da una certa tensione tra ciò che io credevo potesse diventare e ciò che lui perseguiva realmente, in modo realistico.

La tesi di dottorato

Tesi: Supporting preventive medicine using common mobile devices' sensors
Utilizarea dispozitivelor mobile obișnuite în medicina preventivă

La tesi di Radu Ioanițescu parte da un problema reale e grave: il continuo aumento delle malattie croniche e la pressione crescente esercitata sui sistemi sanitari. Invece di considerare la medicina esclusivamente dalla prospettiva del trattamento, il lavoro cerca di spostare l’accento verso la prevenzione e la promozione della salute, usando le tecnologie mobili come supporto per interventi continui, distribuiti e relativamente economici.

La struttura della tesi è più solida di quanto possa apparire a una prima lettura. Essa comincia con un’analisi della prevenzione, delle malattie croniche e del potenziale della tecnologia come soluzione scalabile; prosegue con due studi sullo stato dell’arte — uno sui modelli comportamentali e uno sulle applicazioni mHealth —; passa poi agli strumenti e ai metodi, alla proposta di un modello comportamentale orientato alla prevenzione, all’architettura della soluzione, alla modularità e all’estensibilità; e soltanto alla fine agli studi di caso e alle conclusioni.

Questo percorso è importante perché mostra che la tesi non è soltanto un’applicazione tecnica basata sui sensori, ma il tentativo di costruire un quadro coerente per interventi di prevenzione medica. In modo esplicito, l’autore si propone di organizzare i modelli comportamentali esistenti, valutare il potenziale della mHealth, analizzare le capacità dei sensori mobili, individuare un modello comportamentale adatto a un sistema automatico e implementare un framework utilizzabile ed estensibile con uno sforzo ridotto.

Il nucleo concettuale originale della tesi è il modello pragmatico di cambiamento del comportamento. Dopo una valutazione critica dei modelli classici, Radu giunge alla conclusione che essi siano difficili da automatizzare e da applicare su larga scala. Al loro posto propone un approccio più ingegneristico, orientato verso azioni ripetibili, contesto, stimolo all’azione, preparazione dell’azione, valutazione della risposta e meccanismi di ricompensa. Da questo punto di vista, la tesi cerca di avvicinare il cambiamento comportamentale al mondo implementabile del software.

La parte tecnica più solida rimane l’identificazione delle azioni mediante l’uso dei comuni sensori dei dispositivi mobili — in particolare accelerometro e giroscopio — e mediante l’analisi delle caratteristiche dei segnali nel tempo e nella frequenza. Qui emerge molto bene il suo profilo di pratico e costruttore tecnico: protocollo sperimentale, valutazione dei sensori, scelta della posizione, estrazione delle caratteristiche, classificazione della camminata, della corsa, del riposo, del sonno, del lavoro prolungato al computer e di altri stati rilevanti per la prevenzione.

Il merito del lavoro non si ferma tuttavia qui. Sulla base di questo nucleo di riconoscimento delle attività, la tesi propone un framework estensibile per applicazioni preventive, con possibilità di configurazione ed estensione sia programmatica sia non programmatica. Gli studi di caso — prevenzione cardiovascolare, sane abitudini di lavoro, sonno, Parkinson e diabete — non esauriscono il potenziale della soluzione, ma mostrano che essa può essere applicata in situazioni diverse e che i sensori mobili possono offrire un sostegno reale a una prevenzione più fine e personalizzata.

Rispetto alle mie ricerche, l’interesse della tesi consiste anche nel fatto che sposta l’attenzione dalle grandi infrastrutture mediche e dalla modellazione astratta del sistema sanitario verso il livello più vicino all’individuo: il suo comportamento quotidiano, il contesto immediato e le tracce che essi lasciano nei dati raccolti dai dispositivi mobili. Proprio per questo, la tesi di Radu completa naturalmente la mia direzione sulla prevenzione e sulla digital health, ma lo fa attraverso una via più vicina al segnale, al sensore e al contesto pratico.

Le idee centrali della tesi

Prevenzione e responsabilizzazione del paziente

La prima idea importante della tesi è che la prevenzione non debba essere considerata soltanto come un’appendice della medicina curativa, ma come una direzione autonoma, dotata di regole, meccanismi e strumenti distinti. Ioanițescu insiste sull’idea di patient empowerment, cioè sulla necessità di rendere il paziente o il cittadino un soggetto più consapevole e attivo rispetto alla propria salute.

In questa visione, la tecnologia non è più soltanto un’infrastruttura passiva di memorizzazione e comunicazione, ma diventa un mezzo per accompagnare l’individuo nel suo ambiente quotidiano. Un’applicazione orientata alla medicina preventiva deve poter osservare routine, deviazioni, mancanza di attività, schemi del sonno o altri segnali, e intervenire a sostegno di un comportamento più sano.

Il modello comportamentale orientato alla prevenzione

Un altro contributo importante è il tentativo di superare i modelli psicologici classici del cambiamento comportamentale attraverso un approccio più pragmatico e ingegneristico. Dopo aver esaminato l’Health Belief Model, la Theory of Planned Behavior, il Transtheoretical Model e altri quadri consolidati, Ioanițescu conclude che essi siano difficili da automatizzare e da applicare su larga scala in un sistema informatico.

Al loro posto, propone un modello orientato alla prevenzione, costruito intorno a idee quali proattività, intervento al momento opportuno, preparazione all’azione, valutazione della risposta e ricompensa. Questo modello ha il merito di cercare di portare il cambiamento comportamentale in un’area più vicina all’automazione e alla misurazione, anche se non tutte le sue componenti raggiungono lo stesso livello di elaborazione.

I sensori di uso comune e l’identificazione delle azioni

Il centro tecnico della tesi è l’uso dell’accelerometro e del giroscopio per identificare le azioni dell’utente. Qui si trova la parte più solida della ricerca. Ioanițescu analizza le caratteristiche di questi sensori, ne discute la precisione e propone procedure di elaborazione dei segnali per distinguere tra camminata, corsa, riposo, sonno, lavoro prolungato al computer e altri tipi di attività.

In quest’area la tesi scende a un livello concreto e tecnico: campionamento, caratteristiche nel dominio del tempo e della frequenza, valori medi, dispersioni, ampiezze, tassi di attraversamento dello zero, correlazioni tra assi e altre operazioni numeriche destinate a rendere possibile la classificazione dei movimenti. Qui si vede con maggiore chiarezza il profilo di costruttore tecnico dell’autore.

Il framework e gli studi di caso

Sulla base di questo nucleo di rilevamento delle attività, la tesi propone un framework estensibile per applicazioni preventive. L’idea è che, una volta identificate le azioni dell’utente, il sistema possa orchestrare interventi e raccomandazioni in funzione del contesto comportamentale e dello scopo dell’applicazione.

Gli studi di caso cercano di dimostrare questa possibilità mediante esempi riguardanti la prevenzione cardiovascolare, l’igiene del lavoro d’ufficio, il sonno, il Parkinson e il diabete. Queste applicazioni non esauriscono il potenziale della soluzione, ma ne mostrano sufficientemente bene la direzione: un nucleo di rilevamento sensoriale posto al servizio di un intervento preventivo locale e personalizzato.

Lavori associati al periodo della tesi

Intorno alla tesi di Radu Ioanițescu si sono raccolti diversi lavori, ma non tutti sono collegati allo stesso livello al tema centrale. Alcuni riguardano direttamente la prevenzione e l’architettura di un sistema orientato alla salute; altri sono piuttosto ricerche laterali, che l’autore ha collegato all’estensibilità del framework o a metodi ausiliari di acquisizione e trattamento dei dati. Proprio questa lateralità conferma che il nucleo più forte del dottorato rimane la combinazione tra riconoscimento delle attività, prevenzione e framework estensibile, non le estensioni collaterali. Ciò emerge anche dal modo in cui la tesi formula i propri contributi originali.

• Victor Rentea, Andrei Vasilățeanu, Radu Ioanițescu, Luca Dan Șerbănați, Software Engineering-Inspired Approach to Prevention Healthcare, in Electronic Healthcare, Springer, vol. 91, 2012, pp. 109–113.
• Victor Rentea, Margareta Rentea, Mihai Isăroiu, Bogdan Niță, Radu Ioanițescu, Prevention Assistant - Risk Evaluation Based on Sparse Data, EIDWT 2012, pp. 158–165.
• Radu Ioanițescu, Luca Dan Șerbănați, Sensor based activity identification with preventive medicine applications, University Politehnica of Bucharest, Scientific Bulletin, 2014.
• Costin-Anton Boiangiu, Mihai Cristian Tanase, Radu Ioanițescu, Handwritten Documents Text Line Segmentation based on Information Energy, IJCCC, vol. 9, n. 1, 2014, pp. 8–15.
• Costin-Anton Boiangiu, Radu Ioanițescu, Voting-Based Image Segmentation, JISOM, vol. 7, n. 2, 2013, pp. 211–220.
• Costin-Anton Boiangiu, Mihai Cristian Tanase, Radu Ioanițescu, Text Line Segmentation in Handwritten Documents based on Dynamic Weights, JISOM, vol. 7, n. 2, 2013, pp. 247–254.
• Costin-Anton Boiangiu, Paul Boglis, Georgiana Simion, Radu Ioanițescu, Voting-Based Layout Analysis, JISOM, vol. 8, n. 1, 2014.

Tra questi, l’articolo del 2012 scritto insieme a Victor Rentea, Andrei Vasilățeanu e me stabilisce il quadro concettuale iniziale di un sistema di prevenzione. L’articolo comune del 2014 è tuttavia il più vicino al nucleo della tesi, perché presenta direttamente il sistema proposto, il processo di identificazione delle azioni e una parte del lavoro sperimentale che sta alla base del capitolo centrale sulla classificazione delle attività.

Gli altri lavori, sui dati radi, sulla segmentazione di documenti manoscritti o sulla segmentazione di immagini, sono collegati più debolmente al tema principale. Possono essere considerati direzioni collaterali o tentativi di ampliare l’area delle tecniche impiegate, ma non rappresentano il nucleo più convincente del dottorato.

Il mio contributo come relatore

Nel caso di Radu Ioanițescu, il mio ruolo fu anzitutto quello di orientare un’autentica passione tecnologica verso un tema che superasse la semplice fascinazione per i gadget e acquistasse rilevanza scientifica. Mi interessava che l’uso dell’accelerometro e del giroscopio non rimanesse una semplice dimostrazione di abilità tecnica, ma fosse collegato a un problema reale: la prevenzione e il sostegno di un comportamento sano.

Cercai inoltre di spingerlo verso la costruzione di un modello più generale del dominio uomo-dispositivo e verso la spiegazione del modo in cui il rilevamento delle azioni potesse essere integrato in un sistema di intervento contestuale. Nell’area degli algoritmi e del trattamento dei segnali lavorò con molta autonomia; nell’area concettuale e metodologica fu invece necessaria una guida maggiore.

Se guardassi questa tesi dall’esterno, direi che il mio contributo consistette nel tentativo di trasformare l’interesse di Radu per i dispositivi mobili e i sensori in un tema con una reale posta in gioco per la salute e la prevenzione. Insistetti affinché il rilevamento delle attività non rimanesse una semplice dimostrazione di abilità tecnica, ma fosse collegato a un problema più ampio: come sostenere il cambiamento comportamentale e come estendere il contesto del paziente mediante dati raccolti direttamente dalla sua vita quotidiana. In questo senso, la sua tesi continua le mie ricerche sulla prevenzione e sulla digital health, ma le sposta verso una nuova area, più vicina ai sensori mobili e all’intervento contestuale.

Uno sguardo retrospettivo

Considerata retrospettivamente, la tesi di Radu Ioanițescu è interessante e valida soprattutto per la sua idea di base e per il lavoro svolto intorno al rilevamento delle attività mediante sensori comuni integrati nei dispositivi mobili. Qui si trova il suo contributo più forte: il tentativo di trasformare un’intuizione semplice in un sistema coerente, con modello, architettura, algoritmi e studi di caso.

Il lavoro non è tuttavia perfettamente omogeneo. Alcune parti sono meglio articolate di altre. La componente di estensibilità rimane, a mio avviso, discutibile nella forma in cui viene presentata, mentre gli studi di caso e la sperimentazione, pur utili, sono ancora troppo limitati per dimostrare pienamente la validità della soluzione su larga scala.

Se dovessi riassumere il suo contributo specifico in una sola formula, direi che la tesi di Radu cerca di unire tre livelli che di solito rimangono separati: la teoria del cambiamento comportamentale, il riconoscimento tecnico delle attività mediante sensori e la costruzione di un framework estensibile per interventi preventivi. Proprio questa ambizione spiega le disomogeneità del lavoro, ma gli conferisce anche il suo interesse reale.

Guardando indietro, mi rimane la sensazione che Radu avrebbe potuto dare di più. La sua intelligenza, la rapidità di comprensione e l’abilità pratica lo raccomandavano per un percorso dottorale più forte di quello che scelse infine di seguire. Ma un dottorato non si realizza soltanto con intelligenza e talento tecnico; richiede anche pazienza, disponibilità alla costruzione teorica e una certa stabilità interiore. Alla fine mi accontentai di ciò che realizzò, pur rimanendo convinto che le sue possibilità fossero maggiori.

Dopo il dottorato

Al momento della discussione, la mia impressione era che per Radu il dottorato dovesse essere concluso rapidamente, come una tappa necessaria prima di altri passi più concreti della sua vita professionale. Probabilmente pensava già alla partenza dalla Romania e a un percorso più pratico, più diretto, meno legato alla vita accademica propriamente detta.

Dal mio punto di vista, ciò spiega anche perché la sua ricerca non si sia sviluppata ulteriormente in misura proporzionata al potenziale che vedevo in lui. Radu possedeva qualità reali, ma non la disponibilità a impegnarsi a lungo termine in una costruzione teorica. Accettai infine questo limite del suo percorso e mi accontentai di ciò che aveva effettivamente realizzato.