Intelligenza artificiale e diagnosi precoce dell’Alzheimer

Dopo aver parlato di tumori e di autismo, l’intelligenza artificiale verrà applicata anche al morbo di Alzheimer, grazie a due ricercatori italiani, Nicola Amoroso e Marianna La Rocca, entrambi dell’Università di Bari. L’algoritmo sviluppato potrebbe predire lo sviluppo del morbo almeno 10 anni prima che i medici possano stabilirne la malattia dai relativi sintomi. Grazie a scansioni MRI, l’algoritmo è in grado di valutare i diversi collegamenti che avvengono tra le aree cerebrali.

Un algoritmo di machine learning, appositamente addestrato grazie a 67 scansioni, 38 delle quali di persone affette dal morbo e 29 da persone sane, prelevate dal database dell’ Alzheimer’s Disease Neuroimaging Initiative della USC di Los Angeles.

Predizione dell’Alzheimer: 86% di precisione

L’Alzheimer è una malattia neurodegenerativa che sviluppo una demenza presenile o senile, descritta per la prima volta nel 1909 dallo psichiatra tedesco Alois Alzheimer.
L’obiettivo dei ricercatori italiani è quello di poter realizzare un algoritmo che riuscisse a separare le diverse scansioni, distinguendo il cervello sano da quello potenzialmente malato. Tuttavia, prima di insegnare qualcosa a qualcuno (in questo caso ad un altro qualcosa), sono necessarie accurate ricerche nei minimi particolari: i ricercatori hanno difatti suddiviso le scansioni in piccole aree, analizzandone per primi le connettività.
In un primo test è risultato che quando le aree confrontate avevano una dimensione di circa 2250/3200 millimetri cubici, l’algoritmo è riuscito a classificare il morbo con molta accuratezza.
In un secondo test, composto da 149 scansioni ( 52 soggetti sani, 49 con Alzheimer e 48 con un lieve deterioramento cognitivo, MCI), l’algoritmo “intelligente” ha distinto un cervello sano da uno malato (Alzheimer) con l’accuratezza del 86%, mentre dell’84% con quelli MCI.

L’obiettivo dunque è riuscire a stabilire l’insorgenza del morbo anni prima che appaiano i sintomi clinici e quindi prima di ogni trattamento farmacologico: il morbo è collegato alla formazione di placche di amiloide-beta e di grovigli neuro-fibrillari nel cervello, dei quali La Rocca spiega: “Possono essere trovati grazie all’analisi del fluido cerebro-spinale e con scansioni grazie all’uso di traccianti radioattivi, che possono mostrare sia le placche che i grovigli, definendo con precisione chi può sviluppare il morbo nei prossimi 10 anni: tuttavia è una procedura decisamente molto costosa e disponibile solo in centri altamente specializzati”.

In uno scenario futuro dunque l’algoritmo di machine learning subentrerebbe ai “classici” metodi, non solo per quanto riguarda il costo, ma anche la non-invasività: la scansione MRI, infatti, non è una tecnica invasiva e l’algoritmo analizzerebbe le immagini strutturali in un secondo momento, senza intervenire direttamente sul paziente.

Appare chiaro che le potenzialità dell’intelligenza artificiali sono enormi, non solo per aprire nuovi scenari nella diagnostica, ma soprattutto per la sua versatilità nell’interpretare i dati forniti. A tal proposito, La stessa La Rocca ha asserito che l’algoritmo verrà ulteriormente sviluppato e applicato nell’interpretazione di altre malattie neruodegenerative.