Ricerche
L'IA potrebbe rivoluzionare rilevazione e gestione dell'Alzheimer
In tutto il mondo, circa 44 milioni di persone vivono con il morbo di Alzheimer (AD) o una forma correlata di demenza. Sebbene l'82% degli anziani negli Stati Uniti affermi che è importante verificare il proprio pensiero o la memoria, solo il 16% afferma di ricevere valutazioni cognitive regolari.
Per i professionisti della salute sono ampiamente disponibili molti strumenti tradizionali di valutazione della memoria, sebbene rimangano prevalenti le lacune nella precisione e nell'affidabilità della selezione e del rilevamento. Ma anche con il sempre più usato strumento MemTrax, un test di memoria online molto semplice che usa il riconoscimento delle immagini, l'efficacia clinica di questo nuovo approccio come strumento di screening della funzione di memoria non è stata sufficientemente dimostrata o convalidata.
Nella pratica, ci sono numerosi fattori integrati e complessi da considerare per interpretare i risultati dei test di valutazione della memoria, che rappresentano una vera sfida per i medici. Tutti questi fattori sono una barriera collettiva nell'affrontare adeguatamente la crescente e diffusa prevalenza del MA e di chi è affetto dalla malattia.
L'intelligenza artificiale può essere la soluzione per testare e gestire questa complessa condizione di salute umana? Un gruppo di ricercatori della Florida Atlantic University, di SIVOTEC Analytics, di HAPPYneuron, di MemTrax e della Stanford University, la pensano così e hanno messo alla prova la loro teoria.
I ricercatori hanno usato una nuova applicazione di apprendimento automatico e modellazione predittiva per dimostrare e convalidare l'utilità trasversale di MemTrax come strumento di screening a supporto delle decisioni cliniche per valutare il deterioramento cognitivo.
I risultati dello studio, pubblicati sul Journal of Alzheimer's Disease, introducono l'apprendimento automatico supervisionato come approccio moderno e nuovo strumento complementare a valore aggiunto nella valutazione della salute cognitiva del cervello e nella relativa cura e gestione del paziente.
I risultati dimostrano la potenziale validità dell'uso clinico di MemTrax, somministrato nell'ambito del test online Continuous Recognition Tasks (M-CRT), per individuare le variazioni della salute cognitiva del cervello. In particolare, un confronto tra MemTrax e la riconosciuta e ampiamente utilizzata Montreal Cognitive Assessment Estimation per il lieve deterioramento cognitivo, evidenzia la potenza e le potenzialità di questo nuovo strumento e approccio online per valutare la memoria a breve termine nel supporto diagnostico per lo screening e la valutazione cognitivi con varie condizioni cliniche e deterioramenti, compresa la demenza.
Taghi Khoshgoftaar PhD, co-autore e docente nel Dipartimento di Computer, Ingegneria Elettrica e Informatica della FAU, ha detto:
"L'apprendimento automatico ha una capacità intrinseca di rivelare schemi e informazioni significativi da una vasta e complessa matrice interdipendente di determinanti clinici e la capacità di continuare a 'imparare' da utilità continue di modelli predittivi pratici.
"L'uso senza interrruzione e l'interpretazione in tempo reale miglioreranno la gestione dei casi e la cura del paziente attraverso tecnologie innovative e applicazioni cliniche integrate subito utilizzabili che potrebbero essere sviluppate in dispositivi e app portatili".
Per lo studio, i ricercatori hanno usato un dataset esistente (18.395) di HAPPYneuron. Hanno esaminato le risposte alle domande generali di esami sanitari (che riguardavano memoria, qualità del sonno, farmaci e condizioni mediche che influenzano il pensiero), informazioni demografiche e risultati dei test di un campione di adulti che hanno fatto il test MemTrax (M-CRT) per lo screening della memoria episodica.
Le prestazioni di MemTrax e le caratteristiche dei partecipanti sono state usate come attributi indipendenti: veri positivi/negativi, percentuale di risposte/corrette, tempo di risposta, età, sesso e consumo di alcol recente. Per la modellazione predittiva, hanno usato informazioni demografiche e punteggi dei test per prevedere la classificazione binaria delle domande relative alla salute (sì/no) e lo stato generale di salute (sano/malato), in base alle domande di screening.
L'autore senior Michael F. Bergeron PhD di SIVOTEC Analytics, ha affermato:
"I risultati del nostro studio sono un passo importante nel far progredire l'approccio per la gestione clinica di una condizione molto complessa come il MA.
"Analizzando una vasta gamma di attributi in più domini del sistema umano e comportamenti funzionali della salute del cervello, estraendo dati avanzati informati e strategicamente orientati, l'apprendimento automatico supervisionato e una solida analisi possono essere parte integrante, e di fatto necessari, per gli operatori sanitari per rilevare e anticipare ulteriori progressi in questa malattia e una miriade di altri aspetti del deterioramento cognitivo".
Il MA è la sesta causa di morte negli Stati Uniti, che colpisce 5,8 milioni di americani. Secondo l'Alzheimer's Association, questo numero è destinato a salire a 14 milioni entro il 2050. Nel 2019, il MA e le altre forme di demenza costeranno alla nazione $ 290 miliardi. Entro il 2050, questi costi potrebbero salire fino a $ 1,1 trilioni di dollari.
Stella Batalama PhD, preside della facoltà di College of Engineering and Computer Science della FAU, ha detto:
"Con la sua prevalenza diffusa e incidenza crescente e il peso sulla sanità pubblica, è imperativo assicurare che gli strumenti usati dai medici per testare e gestire il MA e le altre condizioni cognitive correlate siano ottimali.
"I risultati di questo importante studio forniscono nuovi spunti e scoperte che pongono le basi per future ricerche significative e di forte impatto".
Fonte: Gisele Galoustian in Florida Atlantic University (> English text) - Traduzione di Franco Pellizzari.
Riferimenti: Michael F. Bergeron, Sara Landset, Franck Tarpin-Bernard, Curtis B. Ashford, Taghi M. Khoshgoftaar, J. Wesson Ashford. Episodic-Memory Performance in Machine Learning Modeling for Predicting Cognitive Health Status Classification. Journal of Alzheimer's Disease, 3 June 2019, DOI: 10.3233/JAD-190165
Copyright: Tutti i diritti di eventuali testi o marchi citati nell'articolo sono riservati ai rispettivi proprietari.
Liberatoria: Questo articolo non propone terapie o diete; per qualsiasi modifica della propria cura o regime alimentare si consiglia di rivolgersi a un medico o dietologo. Il contenuto non rappresenta necessariamente l'opinione dell'Associazione Alzheimer onlus di Riese Pio X ma solo quella dell'autore citato come "Fonte". I siti terzi raggiungibili da eventuali collegamenti contenuti nell'articolo e/o dagli annunci pubblicitari sono completamente estranei all'Associazione, il loro accesso e uso è a discrezione dell'utente. Liberatoria completa qui.
Nota: L'articolo potrebbe riferire risultati di ricerche mediche, psicologiche, scientifiche o sportive che riflettono lo stato delle conoscenze raggiunte fino alla data della loro pubblicazione.
Annuncio pubblicitario
Privacy e sicurezza dati - Informativa ex Art. 13 D. Lgs. 196/03
Gentile visitatore,
l'Associazione tratterà i Tuoi dati personali nel rispetto del D. Lgs. 196/G3 (Codice della privacy), garantendo la riservatezza e la protezione dei dati.
Finalità e modalità del trattamento: I dati personali che volontariamente deciderai di comunicarci, saranno utilizzati esclusivamente per le attività del sito, per la gestione del rapporto associativo e per l'adempimento degli obblighi di legge. I trattamenti dei dati saranno svolti in forma cartacea e mediante computer, con adozione delle misure di sicurezza previste dalla legge. I dati non saranno comunicati a terzi né saranno diffusi.
Dati sensibili: Il trattamento di dati sensibili ex art. 1, lett. d del Codice sarà effettuato nei limiti di cui alle autorizzazioni del Garante n. 2/08 e n. 3/08, e loro successive modifiche.
Diritti dell'interessata/o: Nella qualità di interessato, Ti sono garantiti tutti i diritti specificati all'art. 7 del Codice, tra cui il diritto di chiedere e ottenere l'aggiornamento, la rettificazione o l'integrazione dei dati, la cancellazione, la trasformazione in forma anonima o il blocco dei dati trattati in violazione di legge, e il diritto di opporsi, in tutto o in parte, per motivi legittimi, al trattamento dei dati personali che Ti riguardano.
Titolare del trattamento è l'Associazione di volontariato "Associazione Alzheimer o.n.l.u.s.”, con sede a Riese Pio X – Via Schiavonesca, 13 – telefax 0423 750 324.
Responsabile del trattamento è la segretaria dell’Associazione in carica.
Gestione «cookies»
Un cookie è una breve stringa di testo che il sito web che si sta visitando salva automaticamente sul computer dell'utente. I cookies sono utilizzati dagli amministratori di molti siti web per migliorarne funzionamento ed efficienza e per raccogliere dati sui visitatori.
Il nostro sito non utilizza i cookies per identificare i visitatori, ma per raccogliere informazioni al fine di arricchirne i contenuti e rendere il sito più fruibile.
Come cambiare le impostazioni del browser per la gestione dei cookies
È possibile decidere se permettere ai siti web che vengono visitati di installare i cookies modificando le impostazioni del browser usato per la navigazione. Se hai già visitato il nostro sito, alcuni cookies potrebbero essere già stati impostati automaticamente sul tuo computer. Per sapere come eliminarli, clicca su uno dei link qui di seguito:
