Fare, grazie a contributo dell’IA, diagnosi specifiche per sesso per migliorare la gestione di Alzheimer e Parkinson, ma anche prevedere l’insorgenza delle due malattie, monitorarne la progressione e, allo stesso tempo, offrire trattamenti mirati e personalizzati. Sono questi gli obiettivi di uno studio coordinato dall’Istituto di scienze e tecnologie della cognizione del Consiglio nazionale delle ricerche di Roma (Cnr-Istc).
In particolare, è stato sottoposto a un algoritmo di IA l’esito di una serie di test neuropsicologici, dati neurofisiologici e genetici condotti su un campione misto – composto da uomini e donne sia sani/e che malati/e – per identificare e differenziare in base al sesso i principali fattori predittivi associati all’insorgenza delle due malattie. I risultati della ricerca, frutto di un lavoro interdisciplinare che ha coinvolto anche l’Area di Ricerca Milano 4 del Cnr, la Fondazione Mondino, l’Università di Pavia, la Fondazione Santa Lucia Irccs, le Università di Roma Sapienza e Tor Vergata e AI2Life s.r.l., una start-up sviluppata in seno al Cnr-Istc, sono pubblicati in due distinti articoli del Journal of the Neurological Sciences.
“La novità dello studio – spiega il responsabile scientifico della ricerca, Daniele Caligiore, dirigente di Ricerca al Cnr-Istc – consiste nell’aver adottato un approccio integrato nell’analisi dei test, coerentemente con la teoria che abbiamo sviluppato al Cnr-Istc, secondo cui entrambe le patologie – Alzheimer e Parkinson – potrebbero essere manifestazioni di una sola malattia, la Neurodegenerative Elderly Syndrome (Nes)”. Nel caso dell’Alzheimer, l’algoritmo ha analizzato parametri “predittori” come la memoria, l’orientamento, l’attenzione e il linguaggio (Mmse); la memoria verbale a breve termine (Avtot); e la memoria episodica a lungo termine (Ldeltotal).
“Mmse – aggiunge Caligiore – 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”. Il modello di machine learning sviluppato sul Parkinson ha, invece, identificato, per gli uomini, tra i principali predittori dell’insorgenza del morbo la rigidità muscolare e le disfunzioni del sistema nervoso autonomo; mentre per le donne sono più rilevanti i dati sulle disfunzioni urinarie.
“I risultati di queste ricerche – afferma Caligiore – evidenziano l’importanza di integrare approcci diagnostici specifici per sesso nella pratica clinica per migliorare la gestione di Alzheimer e Parkinson: compito della ricerca sarà quello di affinare sempre più i test neuropsicologici e i biomarcatori predittivi, con un’attenzione particolare al sesso così da supportare trattamenti personalizzati”
