Un gruppo di ricercatori dell’Università della California, Santa Cruz, ha presentato un prototipo capace di trasformare i segnali Wi-Fi in uno strumento di monitoraggio cardiaco accurato e a basso costo. Il progetto, chiamato Pulse-Fi, sfrutta l’intelligenza artificiale per interpretare le variazioni del segnale wireless e stimare la frequenza del battito, per offrire una possibile alternativa economica ai dispositivi indossabili tradizionali come smartwatch e fasce toraciche.
Dalla rete al battito
Il principio alla base di Pulse-Fi è sorprendentemente semplice: i segnali Wi-Fi, quando attraversano il corpo umano, subiscono piccole distorsioni dovute ai movimenti del torace durante la respirazione e il battito cardiaco. Analizzando queste variazioni, i ricercatori riescono a estrarre informazioni fisiologiche in modo non invasivo. Per dimostrare la fattibilità dell’idea, il team — composto dal professore Katia Obraczka, dal dottorando Nayan Bhatia e dal giovane ricercatore Pranay Kocheta — ha utilizzato due economici microcontrollori ESP32, uno come emettitore e l’altro come ricevitore Wi-Fi. Sette volontari, monitorati anche con un pulsossimetro per la misurazione di riferimento, sono stati posizionati a diverse distanze dai dispositivi, tra uno e tre metri.
I segnali catturati sono stati poi elaborati da una rete neurale ricorrente, un modello di apprendimento automatico capace di riconoscere pattern temporali complessi. Dopo una serie di filtraggi e ottimizzazioni, Pulse-Fi è riuscito a stimare la frequenza cardiaca con un errore medio inferiore a mezzo battito al minuto, indipendentemente dalla distanza.
Intelligenza artificiale e hardware economico
L’aspetto più innovativo del sistema è la combinazione di AI e componenti a basso costo. Mentre la maggior parte delle soluzioni di monitoraggio senza contatto richiede sensori radar o dispositivi specializzati, Pulse-Fi utilizza hardware di largo consumo già presente in molte applicazioni IoT.
La ricerca, presentata alla IEEE International Conference on Distributed Computing in Smart Systems and the Internet of Things 2025 (DCOSS-IoT), evidenzia inoltre la stabilità delle misurazioni anche quando i soggetti cambiano posizione o compiono movimenti lievi. In test successivi, condotti su un dataset di 118 persone, l’errore medio rispetto a un comune smartwatch è risultato di appena 0,2 battiti al minuto.
Critiche e prospettive
Nonostante i risultati promettenti, alcuni esperti hanno sollevato dubbi sulla metodologia di validazione. Andreas Karwath, ricercatore dell’Università di Birmingham, ha osservato che parte dei dati usati per addestrare e testare il modello proveniva dagli stessi esperimenti, riducendo la solidità statistica delle conclusioni. Gli autori hanno replicato di aver già avviato test in tempo reale su nuovi ambienti e soggetti, non ancora pubblicati.
Sul fronte etico, il progetto sembra solido: i dati restano confinati all’hardware, senza identificatori personali né trasmissioni esterne, riducendo i rischi per la privacy.
Secondo gli stessi ricercatori, l’obiettivo ora è monitorare più persone contemporaneamente nello stesso ambiente, condizione tipica di spazi condivisi come ospedali o abitazioni intelligenti. Tuttavia, l’applicazione pratica di questa tecnologia resta lontana: serviranno almeno cinque-dieci anni per arrivare a un impiego commerciale affidabile.
Un futuro senza sensori addosso
Pulse-Fi mostra come la convergenza tra intelligenza artificiale e connettività wireless possa aprire nuove vie nel monitoraggio della salute. Se la ricerca proseguirà nella direzione attuale, il router di casa potrebbe diventare un alleato silenzioso del benessere quotidiano, capace di leggere i battiti del cuore attraverso l’aria.
Aiutaci a crescere: lasciaci un like :)