L’intelligenza artificiale può contribuire a migliorare l’accuratezza di una diagnosi precoce di Parkinson.
Gli studiosi della University of New South Wales di Sidney, in collaborazione con quelli di Boston, hanno realizzato un nuovo strumento, il Crank-Ms (Classification and Ranking analysis using neural network generates knowledge from Mass spectrometry). Un metro di misurazione che potrebbe evidenziare la presenza della malattia addirittura decenni prima della comparsa dei primi sintomi. Ad oggi non esistono esami di laboratorio in grado di diagnosticare il Parkinson se non intervengono dei sintomi fisici, come ad esempio il tremore delle mani. Ciononostante, anche molto tempo prima dell’insorgenza della patologia, possono presentarsi disturbi del sonno e apatia che potrebbero indicare un campanello d’allarme.
Lo studio
I ricercatori hanno esaminato i campioni di sangue raccolti nell’ambito di Epic, European Prospective investigation into Cancer and Nutrition, uno studio spagnolo che ha messo in relazione l’alimentazione con l’insorgenza di patologie oncologiche, e si sono concentrati sui 39 pazienti che hanno sviluppato il Parkinson negli anni successivi. L’Intelligenza artificiale di Crank-Ms è stata allenata su gruppi di dati contenenti informazioni sui metaboliti, ossia i processi del metabolismo. Dopo averli confrontati con quelli di altri soggetti dello stesso studio che non hanno sviluppato la malattia, ossia il gruppo di controllo, gli scienziati sono stati in grado di identificare combinazioni metaboliche uniche che potrebbero essere potenziali segni precoci del Parkinson.
I risultati sui metaboliti
Nel corso dello studio, sono emersi alcuni risultati sui metaboliti. I triterpenoidi, neuroprotettori che regolano lo stress ossidativo, sono stati trovati in condizioni inferiori nei soggetti con Parkinson. Inoltre, nelle persone affette dalla malattia sono presenti con concertazioni più alte sostanze alchiliche polifluorurate o Pfas. Si tratta di un gruppo di sostanze chimiche artificiali che si accumulano nell’organismo, causando problemi alla tiroide, al fegato, alla fertilità, e aumentano il rischio di tumori.
“Il metodo più comune per analizzare i dati della metabolomica (la disciplina scientifica che si occupa di identificare gli specifici metabolomi che descrivono i singoli processi biologici, ndr) è attraverso approcci statistici”, ha spiegato Diana Zhang, fra gli autori dello studio. “Quindi, per capire quali metaboliti sono più significativi per la malattia rispetto ai gruppi di controllo, i ricercatori di solito esaminano le correlazioni che coinvolgono molecole specifiche, e qui è stato possibile utilizzare l’apprendimento automatico”.
Una svolta possibile nella diagnosi precoce
Il metodo di apprendimento automatico ha permesso di individuare i marcatori chimici più importanti per determinare chi in futuro svilupperà la malattia. Lo strumento, infatti, si è rivelato in grado di analizzare le sostanze chimiche presenti nel sangue per rilevare il Parkinson con una precisione del 96%. Si tratta ancora di un sistema sperimentale, una sorta di prototipo, ma Crank-Ms potrebbe ben presto trasformarsi in uno strumento diagnostico fondamentale nella prevenzione della malattia neurodegenerativa, guadagnando molti anni in termini di prevenzione e di cura.
© Riproduzione riservata