Parkinson, dalle parole i segni precoci della malattia grazie all’AI
Applicato un modello multivariato basato sull’intelligenza artificiale e sul natural language processing, la branca dell’Ia capace di analizzare, rappresentare e comprendere il linguaggio umano, su pazienti di lingua italiana per creare biomarcatori digitali del linguaggio per identificare precocemente i vari fenotipi della malattia
Uno studio guidato dall’Istituto universitario di Studi superiori Iuss di Pavia e dall’Irccs Maugeri di Bari apre nuove prospettive nella diagnosi precoce della malattia di Parkinson. Si tratta del primo contributo al mondo che applica un modello multivariato basato sull’intelligenza artificiale e sul natural language processing, la branca dell’Ia capace di analizzare, rappresentare e comprendere il linguaggio umano, su pazienti di lingua italiana.
Un approccio innovativo per la diagnosi precoce
La ricerca è frutto della collaborazione tra il centro di ricerca Ailice Labs (Artificial Intelligence Research Group) dello Iuss di Pavia, il Laboratorio di Neuropsicologia dell’Irccs Maugeri di Bari e partner internazionali come il Global Brain Health Institute e l’Universidad de San Andrés (Argentina), oltre alla società DeepTrace Technologies, spin-off Iuss. Obiettivo del progetto è quello di creare biomarcatori digitali del linguaggio per identificare precocemente i vari fenotipi del Parkinson.
A essere esaminati sono stati i campioni vocali di 40 pazienti del Maugeri di Bari, con e senza diagnosi di Parkinson, ai quali era stato chiesto di svolgere attività linguistiche come descrivere immagini complesse o parlare liberamente. Le registrazioni sono state elaborate con algoritmi di machine learning in grado di distinguere i tratti linguistici caratteristici dei pazienti con Parkinson da quelli di soggetti sani.
«Abbiamo dimostrato la fattibilità tecnica di analizzare il parlato in lingua italiana», spiega Simona Aresta, prima autrice, bioingegnera del Maugeri di Bari e dottoranda Iuss. «È un primo passo verso strumenti clinici digitali, scalabili e applicabili anche a distanza». Dall’indagine emerge il 77% di accuratezza nel distinguere pazienti con Parkinson da soggetti sani, fino all’85% nella classificazione dei sottogruppi cognitivi e una performance del 75% nel distinguere i due fenotipi cognitivi della malattia.
«Tra i marcatori più indicativi emersi, spicca la riduzione nell’uso dei verbi d’azione. Questi elementi linguistici, elaborati in aree cerebrali come il lobo frontale, spesso coinvolte nei primi stadi della malattia, sembrano essere particolarmente sensibili al deterioramento precoce. Inoltre, è stata rilevata una maggiore frequenza di riformulazioni del discorso e una ridotta produzione di parole appartenenti a classi aperte, come nomi e verbi, suggerendo una difficoltà crescente nell’accesso lessicale», dichiara Petronilla Battista, neuropsicologa e logopedista responsabile del Laboratorio di Neuropsicologia al Maugeri di Bari e corresponding author dello studio «Il linguaggio è dunque una finestra preziosa sulle funzioni cognitive del cervello».
Monitoraggio e screening a distanza
È stato quindi visto che, oltre a identificare precocemente i diversi fenotipi della malattia, questa metodologia può aiutare nel monitoraggio dell’efficacia delle terapie farmacologiche. Fra i prossimi obiettivi ci sono quello di estendere lo studio a campioni clinici più ampi e di validare l’analisi in scenari reali di screening precoce e di monitoraggio a distanza. (riproduzione riservata)
