Salute sotto controllo con una goccia di sangue
Un team di ricercatori ha sviluppato uno strumento diagnostico che utilizza la luce a infrarossi e tecniche di machine learning per rilevare molteplici parametri di salute con una sola misurazione
Un piccolo prelievo di sangue, una sola goccia, per conoscere le proprie condizioni di salute in pochi minuti. Uno scenario non così futuribile grazie al recente studio condotto dagli scienziati del gruppo Bird guidato da Mihaela Žigman dell’Università Ludwig-Maximilians di Monaco di Baviera e dell’Istituto Max Planck di ottica quantistica. L’équipe ha infatti sviluppato uno strumento diagnostico che utilizza la luce a infrarossi e tecniche di machine learning per rilevare molteplici parametri di salute con una sola misurazione.
La spettroscopia a infrarossi è una tecnica che utilizza la luce infrarossa per analizzare la composizione molecolare delle sostanze, uno strumento che da decenni è essenziale in chimica, ma che finora non era mai stato integrato nella pratica della diagnostica medica. In sostanza, attraverso lo spettrometro si fornisce alle molecole una sorta di impronta digitale che le rende riconoscibili. Se quest’analisi si applica a fluidi biologici come il plasma del sangue tale tecnica fisico-chimica è in grado di rilevare informazioni dettagliate sui segnali molecolari.
Da queste conoscenze è quindi partito lo studio dei ricercatori di Monaco, pubblicato sulla rivista Cell Reports Medicine, che ha preso in considerazione 5.184 campioni di plasma sanguigno di 3.169 individui selezionati per il progetto di ricerca Kora come campione rappresentativo di una popolazione adulta e reclutati per donazioni del sangue e per altri test medici. I campioni di sangue sono stati analizzati con la spettroscopia per ottenere le impronte molecolari. Esse contengono informazioni preziose per svolgere un rapido screening medico, anche attraverso il confronto con altri dati.
L’utilizzo di un versatile algoritmo informatico ha permesso di distinguere varie condizioni di salute, compresi livelli anomali di grassi nel sangue, problematiche della pressione arteriosa, diabete di tipo 2, ma anche segnali di pre-diabete, situazione spesso non rilevata. L’algoritmo in questione ha dimostrato in primo luogo di saper individuare i soggetti sani e che sono rimasti sani nel corso degli anni. Inoltre, poiché molte persone soffrono di patologie molteplici in varie combinazioni, l’altro aspetto interessante è che questo approccio non ha bisogno di un nuovo tipo di test per riconoscere ogni singola patologia, ma comprende e identifica condizioni complesse, che coinvolgono più patologie contemporaneamente. Il sistema di machine learning ha in aggiunta dimostrato di poter prevedere lo sviluppo della sindrome metabolica con anni di anticipo rispetto all'insorgenza, offrendo tempo prezioso per interventi tempestivi.
Benché sia stata adottata per ora solo a livello sperimentale, la combinazione di spettroscopia a infrarossi e machine learning si è rivelata promettente e si candida a entrare nella pratica clinica per rendere gli screening medici più efficienti. (riproduzione riservata)
