Alzheimer, intelligenza artificiale per la diagnosi precoce

Predice con grande efficacia le persone destinate a sviluppare la malattia

Riguardo al nostro rapporto con la memoria ci sono due notizie, una cattiva e una buona. La prima è che i piccoli vuoti di memoria che molti di noi sperimentano nel corso della vita sono il segno di quella che i neurologi chiamano Mild Cognitive Impairment, cioè deficit cognitivo lieve. La seconda però consiste nel fatto che soltanto il 20-30% delle volte queste dimenticanze sono il campanello d'allarme della futura insorgenza dell'Alzheimer.
I ricercatori dell'Università di Chieti-Pescara hanno cercato di mettere a punto un metodo per individuare i “converter”, le persone a rischio di progredire verso la demenza. Per farlo, si sono serviti di un modello di intelligenza artificiale in grado di predire con una correttezza variabile fra l'86 e il 98% quali sono le persone con MCI destinate a sviluppare l'Alzheimer negli anni successivi. I ricercatori hanno anche identificato alcuni marcatori metabolici presenti nel sangue periferico che possono aiutare nella predizione della progressione.
Lo studio ha utilizzato una banca dati internazionale, la ADNI (Alzheimer Disease Neuroimaging Initiative), che contiene informazioni su migliaia di pazienti affetti da malattie neurodegenerative. "Si tratta di un dataset molto interessante perché per ogni individuo diagnosticato con Alzheimer o MCI è stata raccolta una grande quantità di dati anamnestici, tra cui dati di risonanza magnetica cerebrale, neuropsicologici, liquorali ed ematici", racconta il coordinatore dello studio Stefano Sensi, direttore del Dnisc, Dipartimento di Neuroscienze, Imaging e Scienze Cliniche dell'Università di Chieti. Il modello di Machine Learning è invece stato messo a punto da una squadra di giovani dell'unità biotech di ASC27, una start up romana. "Siamo una realtà innovativa che collabora con diversi centri di ricerca in Italia e all'estero", racconta il CEO Nicola Grandis.
"In primo luogo abbiamo fatto la cosiddetta feature structure. Questo significa che il modello ha estratto, tra tutte quelle disponibili, le variabili secondo lui significative in grado di identificare i converter", continua Grandis.
Poi sono stati messi a confronto ben 1200 modelli diversi di intelligenza artificiale per verificare quello migliore in termini di capacità predittiva. Infine, è arrivata la fase di testing, dove il modello prescelto ha mostrato un'accuratezza variabile fra l'86 e il 98,5% dei casi.
"Il primo vantaggio evidente dell'intelligenza artificiale - continua Sensi - è quello di poter processare una mole di dati che un singolo essere umano non saprebbe gestire. Ma c'è un secondo aspetto ancora più importante: i modelli di machine learning sono privi di pregiudizi, sono a-teorici, e dunque sono in grado di guardare ai dati con occhi nuovi. Noi ricercatori abbiamo dei costrutti teorici molto forti sulle cause dell'Alzheimer, a partire dalla teoria della beta amiloide e della proteina tau. La macchina, non sapendo niente di questo background, fa delle freddissime correlazioni tra variabili. E in questo caso, la macchina ha tirato fuori un legame importante, ed esplorato solo in parte, tra la progressione verso l'Alzheimer e alterazioni che avvengono al di fuori del sistema nervoso centrale. Nel nostro caso sono emerse variazioni metaboliche e del sistema gastrointestinale, che in qualche maniera, ancora tutta da scoprire, sono in grado di interferire con il funzionamento e il benessere del cervello".
Gli acidi biliari, nello specifico, hanno raccolto l'interesse dei ricercatori. Vengono prodotti dal fegato a partire dal colesterolo e svolgono compiti legati al processo digestivo. Siamo nel campo delle relazioni fra intestino e cervello, l'influenza esercitata dal microbioma sulle funzioni cerebrali, aspetto che sta riscuotendo sempre più interesse fra i ricercatori.
“È uno studio interessante perché apre prospettive diagnostiche nuove", conferma Amalia Bruni, presidente della Sindem - Associazione Autonoma Aderente alla Società Italiana di Neurologia per le demenze. “Già oggi, analizzando marcatori come la beta amiloide e la proteina tau, insieme ai dati della risonanza magnetica e ai risultati dei test psicologici, siamo in grado di capire chi ha maggiori probabilità di progredire da una forma leggera di deficit cognitivo alla malattia di Alzheimer. Il problema - continua Bruni - è che questi marcatori sono presenti nel liquor cerebrospinale, il che significa che per prelevarli è necessario un esame che non è alla portata di tutti i centri. Se marcatori periferici individuabili con una semplice analisi del sangue, come per l'appunto gli acidi biliari, fossero altamente predittivi del rischio di progressione, avremmo fatto un grande passo avanti per la diagnosi precoce", continua la presidente Sindem.
"Le malattie degenerative cominciano certamente molto prima che comincino i sintomi, addirittura 15 o 20 anni prima. Sarebbe importante capire quali sono le persone che davvero svilupperanno la malattia di Alzheimer senza fare affidamento solo sulla beta amiloide e sulla proteina tau, perché questi marcatori patologici si ritrovano anche nel cervello di persone che campano fino a cent'anni e che la malattia non l'hanno mai sviluppata", aggiunge Bruni.
Per questo l'uso dell'intelligenza artificiale è promettente, in quanto consente di vedere le cose da un punto di vista diverso.

26/01/2022 16:30:00 Andrea Sperelli


Notizie correlate