Un algoritmo di machine learning è riuscito a rilevare l'Alzheimer da scansioni cerebrali con un'accuratezza superiore al 90%. Il risultato non è ancora stato sottoposto a revisione paritaria, ma è comunque un ottimo punto di partenza per supportare la ricerca sulla malattia.
Da anni i ricercatori analizzano i genomi di migliaia di individui per trovare geni collegati all'Alzheimer, ma si scontrano con la mancanza di prove per individuare la malattia: non esistono esami del sangue che dimostrano in modo infallibile la presenza del disturbo e la demenza è un sintomo comune a diverse malattie.
Come riportato su Nature, un team di ricercatori ha sviluppato un nuovo approccio di machine learning che è riuscito a individuare i pazienti con Alzheimer con una precisione del 90%.
La nuova tecnica combina due algoritmi di IA: il primo analizza le scansioni e individua quelle che includono le caratteristiche dell'Alzheimer; il secondo identifica le feature strutturali del cervello per aiutare gli scienziati a individuare nuovi segnali della malattia nelle scansioni cerebrali.
L'obiettivo è utilizzare le immagini come biomarcatori visivi dell'Alzheimer, ovvero indicatori biologici correlati alla malattia. Applicare questo metodo per analizzare grandi branche di dati metodo a grandi banche dati potrebbe aiutare gli scienziati a individuare i geni che contribuiscono alla malattia e favorire la creazione di trattamenti e di modelli che prevedano chi è a rischio di svilupparla.
Combinando la genomica, l'IA e le scansioni i ricercatori possono "trovare misure cerebrali che sono strettamente connesse a driver genomici" ha affermato Paul Thompson, neuroscienziato presso la University of Southern California a Los Angeles.
Nel 2020 Thompson ha lanciato AI4AD, un consorzio di ricercatori degli Stati Uniti che mira a sviluppare tool di intelligenza artificiale per analizzare e integrare la genetica, la diagnostica per immagini e i dati cognitivi relativi all'Alzheimer.
Il consorzio ha sviluppato un modello di IA addestrato su decine di migliaia di immagini di risonanze magnetiche che mostravano evidenze della malattia, imparando a riconoscere il cervello di un malato.
Al momento il modello ha alcuni limiti, legati in particolare alla diversità etnica e geografica delle scansioni utilizzate per il training, quindi i risultati potrebbero non essere validi per tutti.
Si tratta in ogni caso di un progresso fondamentale per la ricerca che, se si svilupperà ulteriormente, spianerà la strada alla previsione efficace di altre malattie.
