Ricerche

Un nuovo programma di apprendimento automatico, sviluppato da ricercatori della Case Western Reserve University, sembra superare tutti gli altri metodi nel diagnosticare l'Alzheimer prima che i sintomi inizino a interferire con la vita quotidiana, secondo dei test preliminari.

L'Alzheimer è un disordine cerebrale progressivo e irreversibile che distrugge lentamente le capacità di memoria e di pensiero. E sebbene non ci sia cura, diversi farmaci possono ritardare o impedire ai sintomi di peggiorare fino a cinque anni o più, secondo il National Institute on Aging e la ricerca pubblicata.

Nel frattempo, la diagnosi precoce e il trattamento - l'obiettivo del nuovo programma per computer - è fondamentale per consentire a coloro che hanno la malattia di rimanere indipendenti più a lungo possibile. Il programma informatico integra una serie di indicatori dell'Alzheimer, incluso l'MCI (lieve deterioramento cognitivo). L'algoritmo sceglie, in due fasi successive, l'indicatore più pertinente per prevedere chi ha l'Alzheimer.

"Molte ricerche confrontano persone sane con chi ha la malattia, ma c'è un continuum", ha detto Anant Madabhushi, professore di ingegneria biomedica della Case Western Reserve. "Abbiamo incluso deliberatamente la lieve compromissione cognitiva, che può essere un precursore di Alzheimer, ma non sempre".

Nello studio pubblicato sulla rivista Scientific Reports, Madabhushi, Asha Singanamalli, neolaureata in ingegneria biomedica e Haibo Wang, ex ricercatore post-dottorato, hanno testato l'algoritmo usando dati di 149 pazienti raccolti tramite l'Alzheimer's Disease Neuroimaging Initiative.

Il team ha sviluppato l'algoritmo Cascaded Multi-view Canonical Correlation (CaMCCo), che integra valori delle scansioni di risonanza magnetica (MRI), le caratteristiche dell'ippocampo, i tassi di metabolismo del glucosio nel cervello, la proteomica, la genomica, il lieve decadimento cognitivo e altri parametri.

Il laboratorio di Madabhushi ha ripetutamente riscontrato che integrare informazioni dissimili è prezioso per identificare i tumori. Questa è la prima volta che lui e la sua squadra hanno applicato il metodo alla diagnosi e alla caratterizzazione dell'Alzheimer. "L'algoritmo assume che ogni parametro fornisce una visione diversa della malattia, come se ciascuno fosse un diverso set di occhiali colorati", ha detto Madabhushi.

Il programma valuta quindi le variabili in una cascata a due fasi. Prima l'algoritmo seleziona i parametri che distinguono meglio tra una persona sana e una che non lo è. In un secondo momento, l'algoritmo seleziona tra le variabili malsane quelle che meglio distinguono chi ha un lieve decadimento cognitivo e chi ha l'Alzheimer. "Le viste rimanenti sono combinate per dare l'immagine migliore", ha detto Madabhushi.

Nel prevedere quali pazienti dello studio avevano l'Alzheimer, il CaMCCo ha superato gli indicatori individuali, così come i metodi che li combinano senza una valutazione selettiva. E' andato anche meglio nel prevedere chi aveva una lieve compromissione cognitiva di altri metodi che combinano più indicatori.

I ricercatori continuano, per convalidare e ottimizzare l'approccio con dati provenienti da più siti. Inoltre prevedono di usare il software in modo osservazionale: quando un neurologo collaboratore compila i test sui pazienti, il computer elabora i dati. Se il CaMCCo si dimostrerà utile nella previsione dell'Alzheimer precoce, Madabhushi prevede di intraprendere una sperimentazione clinica per la probabile convalida.