NeuroHRV Dynamic: oltre la variabilità cardiaca, verso la resilienza del Sistema Nervoso Autonomo
Pubblicato in Ricerca · Mercoledì 08 Lug 2026 · 5 minuti
NeuroHRV Dynamic è una piattaforma software ideata dal Dott. Claudio Boschin e oggetto di una tesi di laurea magistrale in Medicina e Chirurgia presso l'Università del Piemonte Orientale (relatore Prof. Claudio G. Molinari; candidata Tabata Moro). L'app non propone un nuovo parametro isolato, ma un cambio di prospettiva: considerare la dinamica cardiaca come l'espressione di un sistema complesso che mantiene la propria funzionalità non attraverso la rigidità, ma attraverso una complessità organizzata e resiliente.
La piattaforma analizza il tacogramma (la sequenza degli intervalli R-R) integrando:
- Misure tradizionali nel dominio del tempo e della frequenza;
- Approcci derivati dalla teoria del caos e dalla complessità algoritmica;
- Analisi geometrica delle traiettorie fisiologiche.
Perché non basta sapere se l’HRV è alta o bassa
Una lettura esclusivamente quantitativa dell’HRV rischia di essere riduttiva. Un valore elevato non è automaticamente sinonimo di salute, così come una riduzione temporanea della variabilità non indica necessariamente una condizione negativa. Il significato fisiologico dipende dal contesto, dalla qualità del segnale, dalla baseline individuale e soprattutto dal modo in cui il sistema cambia quando viene perturbato.
NeuroHRV Dynamic propone un cambio di prospettiva: il dato HRV non viene interpretato come parametro isolato, ma come espressione di un sistema biologico complesso. In questa visione, la salute autonomica non coincide con la massima variabilità, ma con la capacità del sistema di modificarsi, adattarsi e riorganizzarsi mantenendo una sufficiente coerenza interna.
Il cuore come traccia osservabile dell’adattamento
La sequenza R-R può essere vista come una finestra aperta sulla dinamica del Sistema Nervoso Autonomo. Ogni intervallo tra due battiti consecutivi non è solo una misura temporale, ma il risultato di micro-aggiustamenti regolativi che coinvolgono respirazione, baroriflessi, tono vagale, attività simpatica, metabolismo, emozioni e risposta agli stimoli ambientali.
In questo senso, il tacogramma non è soltanto un grafico: è la traccia visibile dell’attività adattativa di un sistema vivente in continua evoluzione.
Resilienza dinamica λ(t): l'equilibrio tra ordine e caos
Uno degli elementi centrali di NeuroHRV Dynamic è la resilienza dinamica λ(t), ispirata ai principi dei sistemi dinamici e della stabilità di Lyapunov. L’obiettivo non è misurare semplicemente se il sistema cambia, ma comprendere come cambia.
Dopo uno stimolo, un sistema autonomico può mostrare diversi comportamenti: può restare rigido, può reagire in modo lineare e direzionale, oppure può riorganizzarsi attraverso una risposta più complessa. La resilienza dinamica aiuta a osservare questa trasformazione, distinguendo tra rigidità, risposta semplice e riorganizzazione non lineare.
La resilienza non coincide quindi con l’immobilità. Un sistema troppo stabile può essere poco adattabile; un sistema troppo instabile può diventare rumoroso e disorganizzato. La condizione più interessante è quella in cui il sistema riesce a perturbarsi e riorganizzarsi senza perdere la propria coerenza funzionale.
Analisi Ω/LZC: la qualità della complessità
Un’altra area innovativa dell’app è l’analisi Ω/LZC, basata sulla complessità algoritmica e sulla Lempel-Ziv Complexity. Il punto fondamentale è che la complessità non è sempre positiva.
Un segnale può apparire complesso perché esprime una dinamica biologica organizzata, flessibile e adattativa. Ma può apparire complesso anche perché è dominato da rumore, artefatti, casualità o perdita di controllo. Per questo NeuroHRV Dynamic non interpreta la complessità come un semplice “più alto è meglio”, ma cerca di qualificarne la natura.
L’analisi Ω/LZC aiuta quindi a distinguere tra complessità strutturata, complessità non strutturata e bassa complessità, offrendo una lettura più raffinata della risposta autonomica.
Stokes-HRV: il tacogramma come traiettoria
L’analisi Stokes-HRV nasce da una domanda semplice ma potente: e se invece di osservare soltanto quanto varia il segnale, osservassimo come si muove?
In questa prospettiva, il tacogramma non è solo una serie di numeri, ma una traiettoria costruita battito dopo battito. Ogni variazione R-R può essere considerata una micro-correzione regolativa. L’insieme di queste micro-correzioni descrive il percorso compiuto dal Sistema Nervoso Autonomo per mantenere o ritrovare equilibrio.
Stokes-HRV permette quindi di stimare il “lavoro regolativo” del sistema: non il consumo energetico biologico in senso classico, ma la quantità di attività dinamica necessaria a produrre quella specifica traiettoria.
Una piattaforma per ricerca, formazione e supporto funzionale
NeuroHRV Dynamic è pensata per professionisti, ricercatori, studenti e team multidisciplinari interessati a osservare l’HRV in modo più profondo. La piattaforma consente di integrare indici classici, grafici, analisi non lineari, controllo della qualità del segnale e protocolli strutturati di confronto tra condizioni diverse.
Tra i protocolli più significativi rientrano l’ICDC Recording Protocol, basato su baseline, perturbazione e recupero, e il TCO Recording Protocol, pensato per confrontare condizioni occlusali differenti o altri stimoli funzionali.
L’obiettivo non è sostituire gli strumenti tradizionali dell’HRV, ma ampliarli. NeuroHRV Dynamic propone una lettura più aderente alla natura dinamica dei sistemi biologici, dove ciò che conta non è solo il valore di un parametro, ma la qualità della trasformazione che il sistema manifesta.