Analisi video assistita da IA del test di Trendelenburg: uno studio di fattibilità

Osservare come restiamo in piedi su una gamba

Molti problemi dell'anca e del ginocchio emergono in azioni quotidiane semplici, come stare su una gamba per infilarsi una calza. I medici spesso usano un rapido esame al letto chiamato test di Trendelenburg per valutare quanto funzionino i muscoli intorno all'anca. Tuttavia questo test viene di solito giudicato a occhio, e può quindi non rilevare problemi sottili. Questo studio esplora se un normale video ripreso con uno smartphone, abbinato all'intelligenza artificiale (IA), possa trasformare quel test semplice in una misurazione oggettiva e numerica che potrebbe migliorare la diagnosi e la riabilitazione.

Un test semplice ma con complessità nascoste

Nel test di Trendelenburg la persona sta in equilibrio su una gamba sollevando l'altra, un po' come una marcia al rallentatore. Tradizionalmente una caduta visibile del lato del bacino sollevato è stata interpretata come segno di debolezza dei muscoli dell'anca sul lato di appoggio. Tuttavia i pazienti possono anche compensare inclinando il busto verso la gamba di appoggio, mascherando la discesa del bacino e fuorviando l'esaminatore. Inoltre ciò che accade al ginocchio durante la manovra può influenzare il modo in cui le forze si trasferiscono lungo l'arto, potenzialmente incidendo sull'usura articolare nel tempo. Tutto questo rende il test più complesso di quanto sembri a prima vista.

Trasformare il video clinico in angoli misurabili

I ricercatori hanno messo a punto un sistema pratico che potesse integrarsi in una clinica ortopedica affollata. Hanno partecipato dodici adulti con problemi all'anca: sette avevano subito una sostituzione totale dell'anca e cinque avevano dolore all'anca senza protesi. Ogni persona è stata filmata da dietro con un singolo smartphone montato su un treppiede mentre eseguiva il test di Trendelenburg su ciascuna gamba. Un'app di analisi del movimento basata su IA e senza marcatori ha identificato automaticamente punti chiave del corpo dal video. Usando questi punti, il team ha misurato tre elementi: quanto il bacino restava livellato, quanto si inclinava il tronco da un lato e come variava l'angolo del ginocchio tra la stazione bipodalica e la stazione monopodalica. L'intero processo—registrazione e analisi—ha richiesto una mediana di circa tre minuti e mezzo per paziente, e tutti i video sono risultati utilizzabili.

Come le persone compensano davvero

Le misurazioni hanno rivelato che grandi cadute del bacino erano in realtà rare. Nel gruppo, il bacino è rimasto vicino al livello quando le persone si bilanciavano su una gamba. Ciò che è emerso con evidenza è stato invece il tronco. Molti pazienti, in particolare quelli con protesi d'anca, inclinavano il busto verso la gamba di appoggio, una strategia che può ridurre il carico sui muscoli dell'anca indeboliti. Metà dei partecipanti, e cinque su sette con anca artificiale, hanno mostrato un'inclinazione del tronco oltre una soglia conservativa usata in ricerche precedenti. Anche i cambiamenti al ginocchio erano comuni: due terzi dei pazienti hanno mostrato almeno uno spostamento di tre gradi al ginocchio in vista frontale, suggerendo che il modo in cui l'anca fronteggia la debolezza può ridistribuire le forze più a valle nell'arto.

Quello che i numeri possono offrire ai medici

Attribuendo valori numerici all'inclinazione pelvica, all'inclinazione del tronco e all'allineamento del ginocchio, l'approccio assistito da IA supera la consueta valutazione binaria del test di Trendelenburg. Invece di limitarsi a definire il test positivo o negativo, i clinici potrebbero documentare esattamente di quanti gradi il tronco si inclina o il bacino si piega, e monitorare questi valori nel tempo mentre i pazienti recuperano dall'intervento o seguono un percorso riabilitativo. Poiché il sistema utilizza uno smartphone comune e un'app commerciale, potrebbe essere adottato diffusamente se dimostrasse sufficiente accuratezza. Lo studio non ha confrontato l'accuratezza con sistemi di laboratorio di fascia alta né ha incluso volontari sani, quindi i risultati vanno interpretati come prova di fattibilità del metodo, non ancora come sostituto degli strumenti di riferimento.

Dalla fattibilità alla pratica quotidiana

In termini pratici, questa ricerca dimostra che un rapido video con smartphone può catturare spostamenti sottili nel modo in cui il corpo si equilibra su una gamba—informazioni difficili da quantificare a occhio nudo. I pazienti con protesi d'anca, in particolare, spesso mantengono il bacino livellato inclinando il tronco e modificando l'allineamento del ginocchio, anziché mostrando una caduta pelvica evidente. Con ulteriori test su gruppi più numerosi e vari e con confronti rispetto a sistemi avanzati di movimento 3D, questa semplice configurazione potrebbe evolversi in un metodo pratico per monitorare la funzione dell'anca e guidare una riabilitazione più sicura ed efficace nelle cliniche di routine.

Citazione: O’Sullivan, K., Doyle, T., Quinn, E. et al. AI-assisted video analysis of the Trendelenburg test: a feasibility study. Sci Rep 16, 7733 (2026). https://doi.org/10.1038/s41598-026-38980-z

Parole chiave: debolezza degli abduttori dell'anca, test di Trendelenburg, analisi del movimento con IA, sostituzione totale dell'anca, valutazione del passo