Migliorare la cura della demenza attraverso una diagnosi più rapida e tempestiva è una priorità del NHS [servizio sanitario pubblico della GB], ma circa la metà di coloro che convivono con la demenza non è consapevole della condizione.

Ora un nuovo modello di apprendimento automatico, che analizza i dati raccolti di routine dal NHS, ha mostrato segni promettenti di poter prevedere la demenza non diagnosticata nell'assistenza primaria.

Lo studio, guidato dall'Università di Plymouth, ha raccolto i 'codici di lettura' di 18 medici di famiglia consenzienti del Devon, per 26.483 pazienti di età superiore ai 65 anni. I codici di lettura - un repertorio di termini clinici usati per riepilogare i dati clinici e amministrativi dei medici di famiglia della GB - sono stati valutati per la possibilità di contribuire al rischio di demenza, con fattori quali il peso e la pressione. Questi codici hanno permesso di costruire un modello di classificazione del programma di apprendimento automatico, per identificare i pazienti che possono avere una demenza sottostante.

I risultati hanno mostrato che è stato identificato correttamente l'84% delle persone che avevano la demenza (valore di sensibilità), e l'87% delle persone senza demenza (valore di specificità) e quindi il modello può rilevare chi ha la demenza sottostante con un'accuratezza dell'84%. Ciò suggerisce che il modello di apprendimento automatico potrebbe, in futuro, ridurre in modo significativo il numero di coloro che vivono con demenza non diagnosticata: da circa il 50% (dato attuale stimato) all'8%.

L'autore senior Emmanuel Ifeachor, della School of Computing Electronics and Mathematics dell'Università di Plymouth, ha detto che i risultati sono promettenti:

"L'apprendimento automatico è un'applicazione di intelligenza artificiale (AI) in cui i sistemi imparano e migliorano automaticamente dall'esperienza senza essere esplicitamente programmati. È già usato per molte applicazioni in ambito sanitario, come le scansioni mediche, ma finora non è mai stato usato sui dati dei pazienti in questo modo. La metodologia è promettente e, se sviluppata e implementata con successo, può aiutare ad aumentare la diagnosi di demenza nell'assistenza primaria".

La Dott.ssa Camille Carroll, consulente neurologo del NHS Trust Plymouth Hospitals University e ricercatrice dell'Istituto Medicina Traslazionale e Stratificata dell'Università di Plymouth, ha collaborato alla ricerca, e ha detto:

"La demenza è una malattia con tanti fattori e può essere abbastanza difficile da individuare o prevedere. C'è una forte evidenza epidemiologica di un certo numero di fattori cardiovascolari e di stile di vita (come ipertensione; colesterolo alto; diabete; obesità; ictus; fibrillazione atriale; fumo) e le attività cognitive, fisiche o sociali ridotte possono predire il rischio di demenza in età avanzata, ma non sono stati effettuati studi che ci permettano di capirlo rapidamente. Quindi disporre di strumenti in grado di raccogliere una grande quantità di dati e identificare automaticamente i pazienti con possibile demenza, per facilitare esami mirati, potrebbe essere molto utile e contribuire a migliorare i tassi di diagnosi".