“In qualità di specializzando in neurologia, mi sono avvicinato al campo dell'intelligenza artificiale un po’ di anni fa, con la consapevolezza che questa avrebbe ridisegnato profondamente il panorama della medicina e della neurologia. Con algoritmi di machine learning avanzato abbiamo individuato i principali fattori predittivi per uomini e donne nello sviluppo di alcune patologie neurodegenerative, approfondendo la comprensione di come il sesso influenzi lo sviluppo e la progressione delle stesse.
Tra le mie sfide personali future considero la possibilità di implementare tecniche di intelligenza artificiale in neuroimmunologia, per la scoperta di nuove tecniche diagnostiche di laboratorio e lo sviluppo di nuovi modelli pre-clinici di malattia, traslando nella pratica clinica una dimensione tecnologica supportata dalla sperimentazione pre - clinica in laboratorio. La medicina clinica ha sempre implicato una relazione empatica tra medico e paziente, una dimensione che la tecnologia non può replicare.
Tuttavia, io credo che il binomio uomo - macchina sia una strategia a nostro vantaggio per curare al meglio il paziente in carne ed ossa e, perché no, anche il suo gemello digitale”. Antonio Malvaso, ricercatore, specializzando in Neurologia all’Istituto neurologico Mondino di Pavia (il direttore generale dell’Irccs è da Gianni Bonelli), commenta uno studio coordinato dall’Istituto di scienze e tecnologie della cognizione del Consiglio nazionale delle ricerche di Roma (Cnr - Istc), che per la prima volta ha utilizzato lo strumento dell’intelligenza artificiale per individuare i fattori più importanti per la diagnosi precoce di Alzheimer e Parkinson, differenziando uomini e donne. In particolare, è stato sottoposto a un algoritmo l’esito di una serie di test neuropsicologici, dati neurofisiologici e genetici condotti su un campione misto - composto da uomini e donne sia sani, sia malati, con l’obiettivo di identificare e differenziare in base al sesso i principali fattori predittivi associati all’insorgenza delle due patologie.
La ricerca è frutto di un lavoro interdisciplinare che ha coinvolto anche l’Area di Ricerca Milano 4 del Cnr, l’Istituto neurologico Mondino, l’Università di Pavia, la Fondazione Santa Lucia Irccs, le Università di Roma Sapienza e Tor Vergata e AI2Life Srl, una start-up sviluppata all’interno del Cnr - Istc. I risultati sono stati pubblicati in due distinti articoli del Journal of the Neurological Sciences.
“Grazie all’intelligenza artificiale - spiega Malvaso - è possibile vedere quali sono le variabili che evolvono nel tempo nell’Alzheimer e nel Parkinson. Il software che è stato sviluppato è in grado di prevedere l’evoluzione da due a cinque anni. L’applicabilità finale è sia per i medici di base, sia nelle strutture ospedaliere. L’effetto tempo - aggiunge - è decisivo per accorciare i tempi degli esami, della diagnosi e della terapia”.
Il ‘gemello digitale’ del paziente, grazie sempre all’intelligenza digitale, è l’altra rivoluzione tecnologica. La ‘copia’ può essere usata per prevedere l’andamento della patologia e verificare virtualmente gli effetti delle cure prima di prescrivere i farmaci.
Lo studio ha adottato un approccio integrato nell’analisi dei test, coerentemente con la teoria sviluppata al Cnr - Istc secondo cui entrambe le patologie (Alzheimer e Parkinson) potrebbero essere manifestazioni di una sola malattia, denominata Neurodegenerative Elderly Syndrome (Nes).
“Il sistema di machine learning che è stato sviluppato - spiegano i ricercatori - mostra come Mmse (test per una prima valutazione delle funzioni cognitive) è un predittore più efficace dell'Alzheimer nelle donne, mentre negli uomini è essenziale per il monitoraggio a lungo termine. Ldeltotal è più predittivo nelle donne per l'insorgenza della malattia, mentre Avtot è più rilevante negli uomini”.