Ricerche

Ricercatori dell'Università di Örebro (Svezia) hanno sviluppato due nuovi modelli di intelligenza artificiale in grado di analizzare l'attività elettrica del cervello e distinguere accuratamente tra individui sani e pazienti con demenza, compreso il morbo di Alzheimer (MA).

1. Nel primo studio (1), i ricercatori hanno combinato due metodi avanzati di intelligenza artificiale: le reti convoluzionali temporali e le reti LSTM. Il programma analizza i segnali EEG (elettroencefalogramma) e può determinare in modo quasi perfetto se una persona è malata o sana.
   Confrontando tre gruppi – MA, demenza frontotemporale e sani – il metodo ha raggiunto una precisione superiore all'80%. I ricercatori usano anche una tecnica di intelligenza artificiale esplicativa che mostra quali parti del segnale EEG influenzano la diagnosi. Ciò aiuta i medici a interpretare il modo in cui il sistema raggiunge le sue conclusioni.
   
   
2. Nel secondo studio (2), i ricercatori hanno sviluppato un modello di intelligenza artificiale piccolo ed efficiente in termini di risorse – di dimensioni inferiori a 1 megabyte – che salvaguarda anche la privacy del paziente. Con l’apprendimento federato, più fornitori sanitari possono collaborare per addestrare un sistema di intelligenza artificiale senza condividere i dati dei pazienti. Nonostante la tutela della privacy, il modello raggiunge una precisione superiore al 97%.
   "I modelli tradizionali di apprendimento automatico spesso mancano di trasparenza e sono messi in discussione dalle preoccupazioni sulla privacy. Il nostro studio punta ad affrontare entrambe le questioni", afferma Muhammad Hanif, docente associato di informatica dell'Università di Örebro.

L’intelligenza artificiale rileva modelli nei segnali elettrici del cervello

I ricercatori sono riusciti a combinare diversi metodi di interpretazione dei segnali elettrici del cervello. Dividendo i segnali EEG in varie bande di frequenza – onde alfa, beta e gamma – l’intelligenza artificiale può identificare modelli collegati alla demenza. Gli algoritmi sono in grado di rilevare cambiamenti a lungo termine nei segnali e riconoscere sottili differenze tra le diagnosi. Inoltre, la tecnologia AI spiegabile garantisce che il sistema non sia più una “scatola nera” ma mostra chiaramente le basi su cui si basano le sue decisioni.

Nei loro studi, i ricercatori dimostrano come l’intelligenza artificiale può diventare uno strumento rapido, a basso costo e rispettoso della privacy per la diagnosi precoce della demenza. L’EEG è già un metodo semplice ed economico che può essere usato nelle cure primarie. Combinato con i modelli di intelligenza artificiale che possono essere eseguiti su dispositivi portatili, ciò apre il potenziale per un utilizzo più ampio nel settore sanitario, dalle cliniche specializzate ai futuri test domestici.

"La diagnosi precoce è essenziale per attuare misure proattive che rallentano la progressione della malattia e migliorano la qualità della vita. Se soluzioni come questa fossero pienamente implementate, potrebbero alleviare il peso di tutti i soggetti coinvolti: pazienti, personale sanitario, parenti e professionisti sanitari", afferma Muhammad Hanif.

Gli studi sono stati condotti in collaborazione tra ricercatori dell’Università di Örebro e diverse università nel Regno Unito, Australia, Pakistan e Arabia Saudita.

"Abbiamo in programma di continuare la ricerca espandendola a set di dati più ampi e diversificati, esplorando più caratteristiche EEG e includendo altri tipi di demenza come la demenza vascolare e la demenza a corpi di Lewy. Continueremo a impiegare l'intelligenza artificiale spiegabile e garantiremo una rigorosa protezione dei dati dei pazienti", spiega Muhammad Hanif.