Per garantire una diagnosi corretta e affidabile della malattia di Parkinson, i pazienti nelle fasi iniziali della malattia spesso devono eseguire vari compiti motori, tra cui il monitoraggio dell’andatura e degli schemi di movimento e il test dei riflessi. Questi test sono un processo ad alta intensità di lavoro sia per il paziente che per il medico.
“Diagnosticare i disturbi del movimento è molto difficile. Gran parte del processo è soggettivo e quindi non molto accurato”, ha affermato il ricercatore Michael Cummings, professore di biologia. “Una diagnosi più accurata potrebbe alleviare la sofferenza fisica e psicologica dei pazienti, in parte prevenendoli visite Visite frequenti alle cliniche e diagnosi errate.
La nuova procedura sviluppata dai ricercatori, che utilizza sensori indossabili e apprendimento automatico, potrebbe semplificare notevolmente questo processo e garantire che la diagnosi della malattia di Parkinson possa essere fatta prima, in modo che il trattamento possa essere iniziato prima. I risultati sono Pubblicato qui.
Diagnosi utilizzando l’apprendimento automatico
I ricercatori del Centro di Bioinformatica e Biologia Computazionale (CBCB) dell’Università del Maryland, in collaborazione con i colleghi, hanno sviluppato un algoritmo di apprendimento automatico che analizza i dati provenienti dai sensori indossabili di registrazione del movimento. Ciò consente di automatizzare parti del processo di test diagnostico della malattia di Parkinson. In definitiva, affermano i ricercatori, ciò potrebbe portare a diagnosi più accurate e precoci, che a loro volta potrebbero portare a interventi terapeutici più precoci.
La ricerca ha dimostrato che un singolo sensore nella parte bassa della schiena combinato con un singolo compito motorio in cui il paziente esegue più movimenti è sufficiente per diagnosticare la malattia di Parkinson. I ricercatori hanno poi sviluppato un quadro avanzato di apprendimento automatico che analizza modelli e differenze nei dati.
In questo modo l’identificazione dei sintomi della malattia e l’accuratezza della diagnosi migliorano. Lo studio ha addirittura riportato un’accuratezza diagnostica del 92,6%. In altre parole, in più di nove casi su dieci la diagnosi fatta dall’algoritmo basato sui dati dei sensori di movimento era corretta. Per un confronto senza l’uso dell’intelligenza artificiale, l’accuratezza della diagnosi clinica da parte di esperti nel campo dei disturbi del movimento era dell’81%.
Diagnosi della malattia di Parkinson
In tutto il mondo, ma anche nei Paesi Bassi, si sta attualmente lavorando per migliorare i processi diagnostici per la malattia di Parkinson. La diagnosi della malattia nella fase più precoce possibile è fondamentale per il trattamento e la qualità della vita dei pazienti. Alcuni mesi fa, la Food and Drug Administration statunitense ha lanciato un appello agli sviluppatori affinché presentassero modelli di intelligenza artificiale per test e approvazione. L’organismo di regolamentazione è convinto che la tecnologia dell’intelligenza artificiale possa aiutare a mappare meglio la salute delle persone che potrebbero sviluppare la malattia di Parkinson.
Già nel 2020, una studentessa di medicina tecnica, durante la sua formazione universitaria all’Esala, ha sviluppato un programma in grado di valutare se un paziente ha la malattia di Parkinson. A questo scopo sono state utilizzate immagini scattate utilizzando uno scanner SPECT-CT. Queste immagini vengono scattate nel reparto di medicina nucleare per i pazienti il cui neurologo sospetta la malattia di Parkinson.
“Specialista televisivo. Amichevole fanatico del web. Studioso di cibo. Drogato estremo di caffè.”