L'IA individua un biomarcatore precoce per il Parkinson

AGI - Un sistema di apprendimento automatico IA ha individuato un potenziale biomarcatore comportamentale precoce per il Parkinson nei topi. A rilevarlo uno studio condotto da Daniil Berezhnoi e colleghi della Georgetown University, pubblicato su eNeuro.

La ricerca ha rilevato che i movimenti rapidi sono i primi comportamenti compromessi nelle fasi iniziali del Parkinson. La squadra di ricerca ha sfruttato una piattaforma avanzata di apprendimento automatico per analizzare i movimenti nei modelli murini con Parkinson, MP, focalizzandosi sulle fasi iniziali della malattia.

Analisi tridimensionale dei movimenti

I ricercatori hanno utilizzato video tridimensionali per tracciare con precisione i movimenti degli animali, rilevando automaticamente piccoli cambiamenti posturali e motori su scale temporali molto ridotte, sub-secondarie. Poi, hanno classificato e analizzato vari parametri motori per identificare quali fossero i primi segni comportamentali compromessi dall'insorgenza della malattia.

Alterazione dei movimenti rapidi nelle fasi precoci

I risultati hanno mostrato che i movimenti rapidi e veloci sono risultati i primi ad essere alterati nelle fasi precoci del Parkinson nei topi. La somministrazione di levodopa, il trattamento standard per il MP, ha migliorato principalmente la velocità di questi movimenti, ma non ha modificato in modo significativo altre caratteristiche qualitative o strutturali del movimento compromesso. Questo suggerisce che la levodopa agisce più sul recupero della rapidità del movimento piuttosto che sulla sua coordinazione o fluidità.

Apprendimento automatico

L'utilizzo di tecnologie di apprendimento automatico per analizzare in modo dettagliato e quantitativo comportamenti motori sottili potrebbe facilitare la diagnosi precoce del Parkinson negli esseri umani, identificando biomarcatori comportamentali prima della comparsa di sintomi clinici evidenti. La capacità di rilevare precocemente questi primi segnali di disfunzione motoria potrebbe migliorare notevolmente l'efficacia degli interventi terapeutici, agendo prima che la malattia progredisca.

Svolta per la diagnosi e il trattamento

"Forse applicare questo sistema di apprendimento automatico e analisi dei movimenti nei pazienti potrebbe aiutare a scoprire biomarcatori precoci del Parkinson, una svolta per la diagnosi e il trattamento nella pratica clinica", ha detto Berezhnoi.