Un recente sviluppo nel campo dell’intelligenza artificiale sta aprendo la strada a un possibile sistema di allerta precoce per individuare le persone a rischio di sviluppare i sintomi dell’Alzheimer molti anni prima della loro comparsa. Anche se una cura definitiva per l’Alzheimer ancora manca, la diagnosi precoce potrebbe consentire l’adozione di misure preventive e la preparazione adeguata all’insorgenza della malattia.
Un team congiunto dell’Università della California di San Francisco (UCSF) e dell’Università di Stanford ha applicato metodi di apprendimento automatico a oltre 5 milioni di cartelle cliniche, addestrando l’intelligenza artificiale a identificare schemi che collegano l’Alzheimer ad altre condizioni di salute. Il sistema risultante, sebbene non perfetto, ha dimostrato un’elevata precisione nel prevedere la malattia in pazienti che in seguito hanno sviluppato l’Alzheimer, anticipandola addirittura di sette anni in alcuni casi.
La capacità predittiva dell’intelligenza artificiale deriva dalla sua abilità di combinare analisi di diversi tipi di rischio per calcolare la probabilità di sviluppare l’Alzheimer, suscitando ottimismo riguardo al suo potenziale utilizzo nel campo medico. Alice Tang, ingegnere biomedico dell’UCSF, afferma: “Questo è un primo passo verso l’utilizzo dell’IA sui dati clinici di routine, non solo per identificare il rischio il prima possibile, ma anche per comprendere la biologia
che lo sottende”.Il modello ha individuato diverse condizioni che potrebbero essere utilizzate per calcolare il rischio di Alzheimer, tra cui pressione sanguigna alta, colesterolo elevato, carenza di vitamina D e depressione. Fattori come disfunzione erettile e ingrossamento della prostata sono risultati significativi negli uomini, mentre l’osteoporosi è risultata significativa per le donne. Sebbene non sia una certezza che le persone con tali problemi di salute svilupperanno la demenza, l’analisi dell’intelligenza artificiale li considera fattori predittivi da considerare.
I ricercatori hanno inoltre esplorato la biologia alla base di alcuni dei collegamenti identificati, scoprendo un legame tra osteoporosi, Alzheimer nelle donne e una variante del gene MS4A6A, aprendo nuove vie per lo studio dello sviluppo della malattia. Marina Sirota, scienziata computazionale della salute presso l’UCSF, sottolinea: “Questo è un ottimo esempio di come possiamo sfruttare i dati dei pazienti con l’apprendimento automatico per prevedere quali pazienti hanno maggiori probabilità di sviluppare l’Alzheimer e comprendere anche le ragioni alla base di ciò”.
I risultati di questa ricerca sono stati pubblicati sulla rivista Nature Aging. A proposito di progressi in ambito medico, è degna di nota l’approvazione da parte della FDA del primo sistema di monitoraggio continuo del glucosio (CGM) da banco, chiamato Dexcom Stelo Glucose Biosensor System, che arriverà sui mercati entro la prossima estate.