Il Corpo e il Sensore

Qualsiasi dispositivo wearable di nuova generazione in produzione clinica o sportiva - un monitor cardiaco ad architettura neuromorfica, un sensore di bioimpedenza tessile, un sistema TinyML per la classificazione in tempo reale dell’attività motoria - è oggi composto da due livelli operativamente distinti ma ontologicamente incommensurabili: un sistema di acquisizione e inferenza biometrica, che trasforma grandezze fisiche in rappresentazioni digitali e rappresentazioni in predizioni, e un soggetto incarnato, che abita il corpo monitorato con una modalità radicalmente irriducibile a qualsiasi flusso di dati.

Lo spostamento categoriale è sottile ma decisivo. Il sensore è un artefatto ingegneristico - trasduttore, amplificatore, convertitore analogico-digitale, modello di inferenza, endpoint di telemetria. È specificabile, calibrabile, ottimizzabile, sostituibile. Funziona o non funziona, secondo metriche misurabili: accuratezza, sensibilità, specificità, latenza di risposta, autonomia energetica. Il corpo che indossa il sensore non funziona. Esiste. E questa differenza non è di grado - non si colma aggiungendo sensori più precisi. È una differenza di natura.

Questo articolo traccia l’architettura di tale tensione dal punto di vista dell’ingegnere dei dispositivi intelligenti che progetta sistemi a supporto della salute e del benessere. La tesi metodologica è che la distinzione tra il corpo come oggetto di misura e il corpo come soggetto di esistenza non sia un’addenda filosofica opzionale alla progettazione tecnica: è una categoria epistemica fondamentale senza la quale il sistema di monitoraggio fraintende strutturalmente l’oggetto del proprio monitoraggio. Un’ingegneria ignara di questa distinzione produce artefatti tecnicamente eccellenti e ontologicamente ciechi.

§1. L’architettura tecnica: wearables, biosensori, edge computing

Nella letteratura consolidata dell’ingegneria biomedica e dei sistemi embedded (Pantelopoulos & Bourbakis, 2010; Patel et al., 2012; Mukhopadhyay, 2015), un dispositivo wearable di nuova generazione è un sistema ciber-fisico indossabile che integra acquisizione di segnale biologico, elaborazione locale a bassa latenza e comunicazione wireless in un’architettura a consumo energetico minimizzato. Le primitive operative sono note: sensing multimodale, analog front-end, conversione ADC, feature extraction, classificazione on-device, trasmissione BLE o ANT+, sincronizzazione cloud. A ciascuno stadio corrispondono metriche ingegneristiche verificabili: accuratezza del sensore, signal-to-noise ratio, potenza assorbita, latenza end-to-end, autonomia della batteria.

Le architetture neuromorphiche di nuova generazione - chip come Intel Loihi 2 o BrainChip Akida - consentono elaborazione event-driven con consumi nell’ordine dei microwatt, rendendo possibile il monitoraggio continuo senza compromettere l’autonomia del dispositivo (Davies et al., 2018; Furber, 2016). Il TinyML porta l’inferenza di modelli di machine learning direttamente sul microcontrollore edge - ESP32, nRF52840, STM32 - eliminando la latenza della comunicazione cloud e preservando la privacy del dato biometrico (Warden & Situnayake, 2019). Il sensor fusion avanzato integra in tempo reale segnali eterogenei: fotopletismografia (PPG) per la frequenza cardiaca, impedenza bioelettrica (BIA) per la composizione corporea, accelerometria a sei assi per il riconoscimento dell’attività fisica, galvanic skin response per la risposta autonoma allo stress.

I biosensori di nuova generazione spingono ulteriormente il confine del monitorabile. I quantum dots consentono biosensing fluorescente non invasivo di biomarker nel sudore e nel fluido interstiziale (Zhang et al., 2019); i graphene sensors, grazie alla conducibilità eccezionale del materiale bidimensionale, misurano potenziali elettrici di superficie con sensibilità sub-microvolt (Chen et al., 2020); le smart fabrics integrano elettrodi tessili e circuiti flessibili direttamente nel substrato indossabile, eliminando il disagio del dispositivo rigido (Stoppa & Chiolerio, 2014). Il federated learning consente l’addestramento distribuito di modelli su popolazioni di dispositivi senza che i dati raw lascino il dispositivo del paziente, rispondendo al vincolo del Regolamento UE 2016/679 (GDPR) sulla minimizzazione del dato.

Fin qui il sistema wearable è, a tutti gli effetti, un artefatto ingegneristico sofisticato: una pipeline di acquisizione, elaborazione e inferenza con input biologici, output predittivi, metriche di servizio e requisiti normativi definiti. Una progettazione ingegneristica accurata è condizione necessaria di qualsiasi sistema in produzione biomedica. Non è però condizione sufficiente di nulla che riguardi la natura dell’ente che il sistema monitora. Un sensore può essere costruito impeccabilmente - calibrato, validato, conforme alla normativa MDR 2017/745 - e nondimeno misurare qualcosa la cui realtà non è deducibile da nessuna delle sue uscite.

§2. Il corpo come oggetto: Körper e la riduzione cartesiana

Il paradigma tecnico del wearable ha una genealogia filosofica precisa: è l’erede diretto della riduzione cartesiana del corpo a res extensa. René Descartes, nella Meditatio Sexta (1641) e nel Traité de l’homme (1664), aveva operato la separazione fondamentale tra la sostanza pensante (res cogitans) e la sostanza estesa (res extensa): il corpo appartiene alla seconda categoria. È una macchina - un meccanismo governato da leggi fisico-matematiche, descrivibile geometricamente, analizzabile quantitativamente. La medicina cartesiana e, per estensione, la fisiologia moderna hanno ereditato questa concezione: il corpo è ciò che si misura, si pesa, si scompone nelle sue parti costitutive e si analizza secondo parametri verificabili.

La tradizione filosofica tedesca ha elaborato, in risposta a questa riduzione, una distinzione che la fenomenologia contemporanea considera fondamentale. Edmund Husserl, nelle Ideen II (1912, postumo 1952), introduce la distinzione tra Leib - il corpo proprio vissuto, il corpo che si è, che costituisce il centro zero dell’orientamento percettivo, che è sempre già situato nel mondo - e Körper - il corpo oggetto, la cosa fisica tra le cose del mondo, misurabile, pesabile, esaminabile dall’esterno. Husserl è esplicito: il Leib non è mai puramente Körper; è il fondamento trascendentale di ogni esperienza del corpo oggettivo. Il sensore misura il Körper. Ma l’utente del sensore è il Leib.

Martin Heidegger radicalizza questa distinzione nell’orizzonte dell’analitica esistenziale. In Sein und Zeit (1927), l’Essere-nel-mondo (In-der-Welt-sein) è la struttura fondamentale dell’esserci (Dasein): l’uomo non è una coscienza che si trova accidentalmente in un corpo, ma un essere la cui modalità di esistere è sempre già essere-situato, essere-affettivo, essere-impegnato nel mondo attraverso il proprio corpo. La Befindlichkeit - la tonalità affettiva, la disposizione emotiva fondamentale - non è un epifenomeno mentale: è una modalità originaria di apertura all’essere. Il galvanic skin response che il sensore rileva nel momento della paura non è la paura. È un correlato elettrodermalico della paura. La distanza tra i due non è misurabile.

Maurice Merleau-Ponty, nella Phénoménologie de la perception (1945), porta questa analisi al suo culmine: il corpo non è uno strumento che la coscienza utilizza per abitare il mondo. È il soggetto stesso della percezione. La chair - la carne - è il medium irriducibile attraverso cui il mondo si dà. Il corpo percipiente non è mai puro oggetto: è sempre già intrecciato con il mondo che percepisce in una relazione che precede ogni riflessione intellettuale. Un wearable è progettato per misurare il Körper - ma l’utente che lo indossa è il Leib. Questa asimmetria struttura ogni limite epistemico del sistema di monitoraggio.

§3. Il corpo come soggetto: Leib, Sein-zum-Tode e la differenza ontologica

La differenza tra Leib e Körper non è soltanto una distinzione accademica tra due concezioni del corpo: è la differenza tra ciò che si abita e ciò che si misura. Essa diventa operativamente rilevante nel momento in cui il sistema di monitoraggio pretende di trarre inferenze cliniche o comportamentali dalla misura. Il biosensore rileva la variabilità della frequenza cardiaca - HRV - e inferisce il livello di stress del soggetto. Questa inferenza è statisticamente fondata: la letteratura fisiologica documenta correlazioni robuste tra HRV, attività del sistema nervoso autonomo e stati di arousal emotivo (Thayer et al., 2012). Ma la correlazione non è la comprensione. Il modello trova il pattern. Non abita il corpo in cui il pattern occorre.

Heidegger introduce in Sein und Zeit (1927) un concetto che mette a fuoco questa differenza in modo particolarmente tagliente: il Sein-zum-Tode, l’essere-per-la-morte. L’uomo è l’unico ente che sa di dover morire: la propria mortalità non è un dato statistico esterno, ma una struttura interna dell’esistenza che colora ogni progetto, ogni relazione, ogni scelta. Il corpo vissuto porta l’impronta della finitudine: invecchia, si ammala, si deteriora, porta cicatrici, porta la memoria del dolore passato. Il sensore che monitora i parametri vitali di un paziente anziano può rilevare con precisione la degenerazione della funzione cardiaca. Non sa cosa significa sapere di invecchiare. Non porta il peso di una diagnosi. Non anticipa la propria fine.

Emmanuel Lévinas aggiunge una dimensione che la fenomenologia del corpo non aveva esplorato con la stessa radicalità: la dimensione etica del volto (visage). In Totalité et Infini (1961), il volto dell’altro è l’appello etico originario: «non uccidermi». Non si tratta della rappresentazione facciale - il volto non è la faccia - ma della modalità in cui l’altro mi interpella nella mia responsabilità, mi costituisce come soggetto etico prima di qualsiasi scelta deliberata. Un sensore facciale può rilevare la geometria del volto, le variazioni di temperatura cutanea, il colore delle mucose, la frequenza del battito palpebrale. Non riceve l’appello. Non è interpellato. Non può rispondere nel senso che Lévinas intende: non può assumersi responsabilità. La cura che un operatore sanitario offre al paziente non è un output della pipeline di monitoraggio: è una risposta all’appello del suo volto.

Queste considerazioni non portano a un rifiuto del monitoraggio biometrico: portano a una corretta comprensione del suo perimetro epistemico. Il wearable produce dati del Körper. Il professionista sanitario interpreta quei dati nel contesto del Leib del paziente - la sua storia, il suo dolore, il suo progetto di vita, la sua paura. L’integrazione tra il dato del sensore e la comprensione clinica non è una fusione di due informazioni dello stesso tipo: è un attraversamento di un confine ontologico che nessun algoritmo può valicare automaticamente.

§4. Correlazione biologica e comprensione esistenziale

John Searle, nel celebre esperimento mentale della Stanza Cinese (Minds, Brains, and Programs, 1980), ha dimostrato che la manipolazione sintattica di simboli - per quanto computazionalmente potente - non genera comprensione semantica. Il sistema nella stanza esegue operazioni formali su simboli secondo regole precise; produce output corretti; non comprende nulla di ciò che elabora. L’intenzionalità - il carattere «di qualcosa» della coscienza, la direzionalità dell’atto mentale verso il suo oggetto - non emerge dalla computazione. Può essere simulata; non può essere prodotta.

Applicato ai biosensori, questo argomento acquisisce una precisione operativa che va oltre la filosofia della mente. Il sensore PPG esegue fotopletismografia: emette luce a 520nm e 940nm, misura la variazione di assorbimento nella microcircolazione cutanea in funzione del ciclo cardiaco, estrae la frequenza cardiaca e la saturazione di ossigeno ematico con accuratezza clinica. Elabora simboli biologici - fotoni, correnti elettriche, sequenze numeriche - secondo algoritmi rigorosi. Non sa cosa significa avere un cuore. Non sa cosa significa sentire il proprio cuore accelerare nella paura. L’uscita dell’algoritmo è un numero: 92 bpm. Il significato esistenziale di quel numero per quel soggetto in quel momento non è un’informazione che il sistema contiene. È un’informazione che richiede un soggetto per essere abitata.

David Chalmers ha articolato questa distinzione nel suo The Conscious Mind (1996) introducendo la nozione di «hard problem of consciousness»: la difficoltà di spiegare perché ci sia qualcosa che è come essere un certo stato fisico. Le spiegazioni funzionali - come il cervello elabora l’informazione, come integra i segnali sensoriali, come genera comportamento - non spiegano perché ci sia un’esperienza soggettiva associata a quei processi. Giulio Tononi ha sviluppato una teoria quantitativa della coscienza - l’Integrated Information Theory (IIT) - che cerca di misurare il grado di integrazione causale dell’informazione in un sistema (phi greco, Φ) come correlato della coscienza (Tononi, 2004; Oizumi, Albantakis, Tononi, 2014). Anche nella lettura più ottimistica dell’IIT, il phi del sensore è prossimo allo zero: non c’è integrazione causale dell’informazione, dunque non c’è esperienza. Il wearable registra segnali. Non li vive.

Il principio metodologico fondamentale è la distinzione tra correlazione e causalità, già fissata da David Hume nella Enquiry Concerning Human Understanding (1748) e confermata dalla statistica moderna (Pearl & Mackenzie, 2018). Il modello di machine learning trova pattern statistici nei dati biometrici: correlazioni robuste e replicabili tra variabili fisiologiche misurabili e outcome clinici rilevanti. Questa correlazione è epistemicamente valida e clinicamente utile. Non è però comprensione causale: non spiega perché la correlazione sussiste, non predice il comportamento fuori dalla distribuzione di training, non cattura il meccanismo sottostante nel senso che la fisiologia e la clinica intendono. L’ingegnere che confonde la correlazione con la comprensione progetta sistemi che funzionano bene sulla distribuzione di validazione e falliscono in modo imprevedibile nei casi limite - spesso proprio nei casi clinicamente più rilevanti.

§5. Il resto incalcolabile: verso un’ingegneria della dignità corporea

Nessuna architettura di sensor fusion, nessun modello di deep learning, nessun digital twin personalizzato esaurisce la realtà del corpo che monitora. Questo non è un richiamo etico esterno all’ingegneria: è una constatazione epistemica. Il digital twin - quella rappresentazione computazionale del corpo del paziente che consente simulazioni predittive di traiettorie fisiologiche - modella il Körper con crescente fedeltà. Può simulare la risposta cardiovascolare al farmaco, la progressione della lesione tessutale, il profilo glicemico in risposta all’esercizio. Non può ammalarsi. Non porta il peso di una diagnosi. Non anticipa la propria morte. Il twin è una mappa del corpo; non è il corpo. E la differenza tra la mappa e il territorio, in questo caso, non è trascurabile: è la differenza tra il Körper e il Leib.

Hans Jonas, nell’Etica della responsabilità (Das Prinzip Verantwortung, 1979), ha formulato il principio che la potenza tecnologica genera responsabilità proporzionale alla sua estensione: «Agisci in modo che le conseguenze della tua azione siano compatibili con la permanenza di un’autentica vita umana sulla Terra.» Applicato all’ingegneria biomedica, questo principio impone che la progettazione di sistemi a supporto della salute sia ancorata al riconoscimento esplicito di ciò che il sistema non può cogliere: la dimensione vissuta del corpo, la sua storia, il suo dolore, il suo progetto esistenziale. Non come ornamento etico post-hoc: come vincolo di progetto che condiziona lo spazio delle architetture ammissibili.

La medicina non si riduce a ottimizzazione. Il medico informato dal dato del wearable non è sostituibile dal wearable stesso, non perché il modello sia meno accurato del medico - in molti compiti specifici sarà più accurato - ma perché la cura è relazione, presenza, responsabilità verso quel corpo particolare in quella situazione esistenziale irripetibile. La cura è una risposta all’appello del Leib del paziente: non è un output della pipeline di inferenza. Il regolamento UE 2024/1689 (AI Act) è consapevole di questa distinzione: il requisito di human oversight (art. 14) non è soltanto una prescrizione di controllo tecnico, ma il riconoscimento normativo che la responsabilità della decisione clinica non può essere delegata a un sistema di elaborazione dell’informazione, indipendentemente dalla sua accuratezza.

Il punto metodologico può essere formulato così: il riconoscimento della differenza ontologica tra il corpo misurato e il corpo vissuto è un invariante di progetto per qualsiasi sistema di monitoraggio biomedico. Non è una proprietà che emerge a valle dalle metriche di performance; è un vincolo iniziale che condiziona lo spazio delle architetture ammissibili e dei claim clinici autorizzati. Un sistema progettato senza questo invariante - anche se tecnicamente ottimale su ogni benchmark disponibile - fraintende strutturalmente l’oggetto del proprio monitoraggio. Un’ingegneria dei dispositivi intelligenti che conosca la distinzione husserliana tra Leib e Körper è un’ingegneria più sicura, non soltanto più colta.

Il sensore esegue. Il corpo esiste. Non sono, e non saranno mai, lo stesso tipo di entità. Il sistema di monitoraggio di cui abbiamo bisogno è quello che riconosce questo - e progetta in entrambi i piani con primitive proprie. Il wearable che misura il battito cardiaco è uno strumento prezioso nella mano del clinico che sa cosa significa quel battito per quel paziente. Senza quella mano, senza quella comprensione, senza quella responsabilità, il sensore rimane ciò che è strutturalmente: uno specchio numerico del Körper. Riconoscere il confine non è abdicazione ingegneristica: è la forma più alta di rigore.

Il sensore può misurare tutto del corpo. Tranne il fatto che quel corpo esiste.