L’intelligenza artificiale supera i test clinici nella previsione della progressione della malattia di Alzheimer.
Scienziati di Cambridge hanno creato uno strumento di intelligenza artificiale (AI) in grado di prevedere se le persone con segni precoci di demenza rimarranno stabili o svilupperanno la malattia di Alzheimer. Questo strumento è preciso in quattro casi su cinque.
Questo nuovo approccio potrebbe ridurre la necessità di test costosi e invasivi, migliorando gli esiti del trattamento precoce. Le interventi precoci, come cambiamenti nello stile di vita o nuovi farmaci, sono i più efficaci in questa fase.
La demenza è un importante problema di salute globale, che colpisce oltre 55 milioni di persone nel mondo e costa circa 820 miliardi di dollari all’anno. Si prevede che il numero dei casi raddoppierà nei prossimi 50 anni.
La malattia di Alzheimer è la principale causa di demenza, responsabile del 60-80% dei casi. La diagnosi precoce è fondamentale per un trattamento efficace, ma i metodi attuali spesso comportano test invasivi o costosi come le tomografie a emissione di positroni (PET) o le punture lombari, che non sono sempre disponibili.
Queste limitazioni fanno sì che fino a un terzo dei pazienti possa essere diagnosticato in modo errato o troppo tardi per un trattamento efficace.
Un team del Dipartimento di Psicologia dell’Università di Cambridge ha sviluppato un modello di apprendimento automatico per prevedere con quale rapidità gli individui con lievi problemi di memoria progrediranno verso l’Alzheimer. La loro ricerca, pubblicata nella rivista eClinicalMedicine, dimostra che questo modello è più accurato degli attuali strumenti diagnostici clinici.
I ricercatori hanno costruito il loro modello utilizzando dati non invasivi e a basso costo, tra cui test cognitivi e risonanze magnetiche (MRI) che mostrano atrofia cerebrale, provenienti da oltre 400 individui in una coorte di ricerca negli Stati Uniti.
Successivamente, hanno testato il modello con dati reali da altri 600 partecipanti negli Stati Uniti e 900 persone da cliniche per la memoria nel Regno Unito e a Singapore.
L’algoritmo è stato in grado di distinguere tra persone con un lieve deterioramento cognitivo stabile e coloro che avrebbero sviluppato l’Alzheimer entro tre anni. Ha identificato correttamente gli individui che avrebbero sviluppato l’Alzheimer nell’82% dei casi e quelli che non lo avrebbero fatto nell’81% dei casi utilizzando solo test cognitivi e risonanze magnetiche.
Questo algoritmo è stato circa tre volte più accurato rispetto ai metodi attuali, riducendo le possibilità di diagnosi errata.
Questo modello ha anche consentito ai ricercatori di classificare le persone con Alzheimer in tre gruppi: coloro i cui sintomi rimarranno stabili (circa il 50%), quelli che progrediranno lentamente (circa il 35%) e quelli che progrediranno rapidamente (il restante 15%).
Queste previsioni sono state validate con dati di follow-up su sei anni. Questa identificazione precoce è cruciale per applicare nuovi trattamenti e monitorare da vicino i pazienti a rapida progressione.
Per il 50% i cui sintomi rimangono stabili, il modello suggerisce che i loro problemi potrebbero derivare da altre cause, come ansia o depressione, e potrebbero seguire percorsi clinici diversi.
La professoressa Zoe Kourtzi dell’Università di Cambridge ha dichiarato: “Abbiamo sviluppato uno strumento che utilizza solo test cognitivi e risonanze magnetiche ma che è più sensibile rispetto ai metodi attuali nel prevedere se qualcuno procederà verso l’Alzheimer e a che velocità.”
“Questo può migliorare significativamente le cure per i pazienti, indicando chi necessita di un monitoraggio ravvicinato e alleviando l’ansia per coloro che si prevede rimarranno stabili. Riduce anche la necessità di test inutili.”
L’algoritmo è stato convalidato con dati provenienti da quasi 900 individui di cliniche per la memoria nel Regno Unito e a Singapore, dimostrando che potrebbe essere utilizzato in contesti clinici reali.
Il Dr. Ben Underwood, psichiatra consulente onorario presso CPFT e professore assistente all’Università di Cambridge, ha sottolineato l’importanza di ridurre l’incertezza riguardo ai problemi di memoria negli anziani, che possono causare preoccupazione e frustrazione.
La professoressa Kourtzi ha evidenziato la necessità di strumenti migliori per affrontare la demenza identificando e intervenendo precocemente. Il team mira ad estendere il proprio modello ad altre forme di demenza e a diversi tipi di dati, come i marcatori nei test del sangue.
“Il nostro obiettivo è ampliare il nostro strumento di intelligenza artificiale per aiutare i clinici a assegnare i pazienti giusti ai giusti percorsi diagnostici e terapeutici al momento giusto,” ha affermato la professoressa Kourtzi. “Questo può accelerare la scoperta di nuovi farmaci per il trattamento della demenza.”
Fonte di informazioni:
Marker AI robusto e interpretabile per la previsione precoce della demenza in contesti clinici reali. [eClinicalMedicine (2024)]. DOI: 10.1016/j.eclinm.2024.102725
