Così l’intelligenza artificiale riconosce dalla camminata chi è a rischio di Alzheimer
Partendo dall’analisi delle capacità di movimento si potranno identificare i primi segni di decadimento cognitivo
4' min read
I punti chiave
4' min read
C’è una certezza nel panorama complesso e frastagliato dei farmaci che si candidano per il trattamento della malattia di Alzheimer. Le terapie saranno probabilmente più efficaci se somministrate in fase iniziale, quando ancora il decadimento cognitivo è agli albori. Prima, insomma, che la nebbia che pervade il cervello si faccia fittissima.
Questo significa che una delle sfide da vincere è individuare chi presenta i primi segnali di sofferenza, magari con piccoli deficit che non vengono riconosciuti: dimenticare dove si è posteggiata l’auto, attribuire dei nomi diversi alle persone che si conoscono, anche solo cambiare abitudini. Questi segni possono caratterizzare quello che gli esperti definiscono con l’acronimo Mci (Mild Cognitive Impairment). Questa condizione può rivelarsi un indicatore precoce del percorso verso la malattia di Alzheimer e riconoscerla presto può significare puntare a traiettorie future d’intervento sempre più specifiche per chi presenta deficit cognitivi.
Certo non è facile, specie se ci si trova a vivere in aree che non dispongono di servizi sanitari di rapida e agevole consultazione. Ma grazie all’intelligenza artificiale crescono le speranze di poter riconoscere le prime tracce del decadimento cognitivo. Come? Partendo dall’analisi delle capacità di movimento del soggetto. A proporre questo originale “sotterfugio” diagnostico è una ricerca che mira a favorire valutazioni cognitive studiando la funzione motoria, condotta da esperti dell’Università del Missouri. Lo studio, coordinato da Trent Guess, Jamie Hall e Praveen Rao, è apparso su Alzheimer’s Disease and Associated Disorders.
Un dispositivo su misura
Una telecamera di profondità, una pedana di forza e un’interfaccia per trasferire i dati. Queste le componenti principali del sistema portatile utilizzato per valutare la funzione motoria. Con questo dispositivo gli esperti hanno esaminato una popolazione di anziani, alcuni dei quali con diagnosi di Mci, chiedendo loro di svolgere tre semplici attività: stare fermi, camminare e alzarsi da una panchina. Il tutto, contando all’indietro e a intervalli di sette (con coinvolgimento semplice delle capacità di conto). I dati raccolti sono stati inseriti in un algoritmo di AI, che è riuscito ad identificare con elevata precisione, superiore all’80%, i soggetti con Mci.
Grazie al sistema portatile e all’integrazione delle informazioni con l’intelligenza artificiale, quindi, si punta ad anticipare l’attenzione sui soggetti a rischio. Stando a quanto riporta Hall in una nota dell’Università, solo «l’8% circa delle persone che negli Usa si ritiene presentino Mci riceve effettivamente una diagnosi clinica». Arrivare a svelare un decadimento partendo dall’analisi del movimento può sembrare curioso, ma sul fronte neuroanatomico esistono solide basi per giustificare questo rapporto. Come spiegano gli stessi studiosi, infatti, le aree del cervello coinvolte nel deterioramento cognitivo tendono a sovrapporsi con quelle interessate nella funzione motoria. «Quando una è ridotta, anche l’altra è interessata» è il commento di Guess.


