Le mappe di discriminazione per classificare i sottogruppi MCI, all'interno delle maschere con la precisione più alta. (A): tra i pazienti con MCI che sono passati ad AD (MCIC) e soggetti con SCD; (B): tra MCIC e pazienti con MCI che sono rimasti stabili (MCIS). Fonte: Radiological Society of North America
L'apprendimento automatico è un tipo di intelligenza artificiale che permette ai programmi per computer di imparare quando ricevono nuovi dati, senza essere programmati.

Ora dei ricercatori olandesi hanno accoppiato i metodi di apprendimento automatico con una speciale tecnica di risonanza magnetica che misura la perfusione (tasso di assorbimento dei tessuti) del sangue nel cervello, per rilevare le prime forme della demenza, come il decadimento cognitivo lieve (MCI).

"La RM può aiutare la diagnosi di Alzheimer", ha detto Alle Meije Wink PhD, del Centro Medico della VU University di Amsterdam, primo ricercatore del nuovo studio pubblicato online sulla rivista Radiology. "Tuttavia, la diagnosi precoce della malattia è problematica".

Gli scienziati sanno da tempo che l'Alzheimer è un processo graduale e che il cervello subisce alterazioni funzionali prima che, sulle scansioni, appaiano cambiamenti strutturali associati alla malattia. I medici non hanno un modo definitivo di identificare chi ha la demenza precoce o quali casi di deterioramento cognitivo lieve progrediranno all'Alzheimer.

"Con la risonanza magnetica diagnostica standard, possiamo vedere l'Alzheimer avanzato, in termini di atrofia dell'ippocampo", ha detto il dott. Meije Wink. "Ma a quel punto, il tessuto cerebrale se n'è già andato e non c'è modo di ripristinarlo. Sarebbe utile rilevare e diagnosticare la malattia prima che sia troppo tardi".

Per il nuovo studio, i ricercatori hanno applicato metodi di apprendimento automatico a un tipo particolare di risonanza magnetica chiamata scansione «arterial spin labelling» (ASL). La RM ASL è usata per creare immagini chiamate «mappe di perfusione», che mostrano quanto sangue arriva alle diverse aree del cervello.

Il programma di apprendimento automatico viene istruito a riconoscere i modelli di queste mappe, per distinguere tra i pazienti con diversi livelli di deterioramento cognitivo e prevedere la fase dell'Alzheimer nei nuovi casi (non visti prima).

Lo studio ha incluso 260 persone della coorte del Centro Alzheimer del Medical Center della VU University, che hanno avuto una RM ASL tra ottobre 2010 e novembre 2012. Il gruppo di studio includeva 100 pazienti con diagnosi di probabile Alzheimer, 60 pazienti con compromissione cognitiva lieve (MCI), 100 pazienti con declino cognitivo soggettivo (SCD), e 26 controlli sani.

SCD e MCI sono considerate le prime fasi del processo di demenza e sono diagnosticate in base alla gravità dei sintomi cognitivi, inclusa la perdita di memoria e di pensiero e i problemi a prendere decisioni.

Il sistema automatizzato è riuscito a distinguere in modo efficace i partecipanti con Alzheimer, con MCI e con SCD. Usando classificatori basati sull'allenamento all'apprendimento automatico, i ricercatori sono riusciti quindi a prevedere la diagnosi o la progressione dei singoli pazienti di Alzheimer con un grado di precisione elevato, dall'82 al 90 per cento.

"L'ASL è un biomarcatore funzionale alternativo promettente per la diagnosi precoce dell'Alzheimer", ha detto il dott. Meije Wink. "La RM ASL può identificare i cambiamenti del cervello che appaiono all'inizio del processo della malattia, quando c'è una finestra di opportunità di intervento. Se il progresso da SCD a MCI ad Alzheimer potesse essere intercettato o rallentato, questa tecnica avrebbe un ruolo nell'individuazione".