Un dataset reale per rilevare il lavaggio delle mani nella vita quotidiana usando i dati di movimento del polso da dispositivi indossabili

Lavarsi le mani, sorvegliare la salute

La maggior parte di noi si strofina le mani senza pensarci troppo. Per chi lavora in ospedale o manipola alimenti, e per le persone con disturbo ossessivo-compulsivo (DOC), il lavaggio delle mani può influire su salute, sicurezza e vita quotidiana. Questo studio presenta un nuovo tipo di risorsa dati: settimane di registrazioni reali dei sensori indossati al polso che catturano sia il lavaggio quotidiano sia quello compulsivo. L’obiettivo è aiutare i futuri smartwatch a riconoscere quando ci laviamo le mani — e, in prospettiva, a distinguere routine salutari da rituali guidati dal disagio.

Perché il lavaggio delle mani conta così tanto

Le mani pulite sono una delle difese più semplici contro le infezioni, sia a casa, in una clinica o in una cucina industriale. Eppure il lavaggio è sorprendentemente difficile da monitorare al di fuori di ambienti controllati. I sistemi esistenti spesso dipendono da telecamere vicino ai lavabi o da sensori installati in luoghi specifici, soluzioni che possono risultare intrusive, sollevare problemi di privacy o semplicemente non essere scalabili nella vita quotidiana. Allo stesso tempo, per molte persone con DOC il lavaggio non è solo igiene: può diventare una risposta prolungata e dolorosa a paure travolgenti di contaminazione. Il loro lavaggio può essere molto più frequente e lungo del necessario, causando pelle danneggiata e una qualità della vita ridotta. Una tecnologia che individui con affidabilità il lavaggio naturale potrebbe dunque soddisfare due esigenze molto diverse: verificare che i professionisti si igienizzino a sufficienza e aiutare i pazienti a riconoscere quando il lavaggio è guidato dall’ansia anziché da un bisogno reale.

Un mese di vita al polso

Per ricostruire un quadro realistico del lavaggio spontaneo, i ricercatori hanno reclutato 22 adulti in Svizzera con diagnosi di DOC caratterizzato da lavaggio compulsivo. Ogni partecipante ha indossato uno smartwatch basato su Android al polso per quattro settimane, con l’obiettivo di almeno sei ore al giorno. L’orologio ha registrato i sottili movimenti del polso 50 volte al secondo usando sensori di movimento integrati, simili a quelli dei fitness tracker. Ogni volta che i partecipanti finivano di lavarsi, premevano un pulsante sull’orologio e rispondevano a poche domande rapide: il lavaggio era compulsivo o routinario, quanto forte era l’impulso a lavarsi e quanto si sentivano tesi (tutte su una scala da 1 a 5). Ogni sera, l’orologio chiedeva anche di valutare quanto spesso e con quale intensità si erano lavati durante la giornata e quanto spesso si erano ricordati di confermare i lavaggi.

Trasformare giornate rumorose in dati utilizzabili

La vita reale è disordinata: le persone dimenticano di indossare i dispositivi, i lavaggi possono essere etichettati in modo errato e gli orologi possono restare su un tavolo a registrare solo silenzio. Il team ha quindi progettato un processo esteso di pulizia e annotazione. Hanno rimosso registrazioni intere quando non c’era movimento evidente o quando i file erano troppo corti o corrotti, e hanno contrassegnato lunghe porzioni di inattività in modo che altri ricercatori potessero facilmente saltarle. Poiché ogni pressione del pulsante forniva solo un singolo istante temporale, gli scienziati hanno dovuto inferire quando iniziava e finiva ogni lavaggio. Prima hanno stimato le durate tipiche dei lavaggi a partire da un esempio supervisionato in laboratorio, poi hanno raffinato le etichette usando una finestra temporale scorrevole e, per sei partecipanti selezionati con cura, una rietichettatura manuale meticolosa da parte di annotatori addestrati che hanno ispezionato a occhio le tracce di movimento. Il risultato finale è il dataset OCDetect: circa 2.600 ore di attività quotidiana, incluse circa 31 ore di lavaggio delle mani distribuite su 2.930 lavaggi, divise quasi equamente tra eventi auto-dichiarati come routinari e compulsivi.

Insegnare alle macchine a riconoscere il lavaggio

Con questo dataset, il team ha testato quanto bene i metodi di machine learning standard riuscissero a distinguere il lavaggio dalle altre attività quotidiane. Si tratta di una sfida difficile: il lavaggio costituisce solo circa l’1% del tempo registrato, e le modalità di lavaggio variano molto da persona a persona. Usando finestre brevi di dati di movimento di cinque secondi e una raccolta di caratteristiche semplici — come la forza o la scattosità dei movimenti — hanno addestrato modelli classici come foreste casuali e gradient boosting. Questi modelli sono stati valutati in modo rigoroso, testando sempre su partecipanti mai visti in fase di addestramento. La migliore configurazione ha raggiunto un punteggio F1 fino a 0,77 (in media circa 0,33 tra le persone), molto al di sopra del caso, quando si decideva semplicemente “lavaggio o no”. Tuttavia, quando il compito era separare i lavaggi routinari da quelli compulsivi, la performance è tornata al livello del caso. In altre parole, i soli pattern di movimento attuali non rivelano in modo affidabile le ragioni emotive dietro un lavaggio.

Cosa significa questo per i futuri smartwatch

Per un pubblico non esperto, il messaggio è duplice. Primo, gli smartwatch hanno già sufficiente capacità di rilevamento per notare la maggior parte degli episodi di lavaggio nella vita quotidiana, anche sullo sfondo rumoroso di camminare, cucinare o lavorare. Secondo, capire perché qualcuno si lava — se per igiene o per disagio legato al DOC — è molto più difficile che rilevare il fatto che si sta lavando. Il dataset OCDetect, ora disponibile pubblicamente, fornisce ai ricercatori una base realistica e condivisa per migliorare i metodi di rilevamento, esplorare modelli più avanzati e combinare i dati di movimento con altri indizi o conoscenze cliniche. Col tempo, questo potrebbe aprire la strada a strumenti che supportino con delicatezza sia il controllo delle infezioni sia la terapia per il DOC, rimanendo al contempo rispettosi della privacy e poco invasivi al polso.

Citazione: Burchard, R., Kirsten, K., Miché, M. et al. A Real-World Dataset for detecting Handwashing in daily Life using Wrist Motion Data from Wearables. Sci Data 13, 179 (2026). https://doi.org/10.1038/s41597-026-06698-2

Parole chiave: lavaggio delle mani, sensori indossabili, disturbo ossessivo-compulsivo, dati da smartwatch, riconoscimento dell'attività umana