AI Outperforms: Stunning 82% Accuracy in Predicting Alzheimer's Progression
![](/images/blog/1484d4c10df037f00769500ff303e2d5.jpg)
I ricercatori di Cambridge hanno sviluppato uno strumento di intelligenza artificiale che prevede con precisione la progressione dell'Alzheimer negli individui con segni precoci di demenza, utilizzando metodi non invasivi ed economici. Questa innovazione potrebbe ridurre significativamente la dipendenza da costose procedure diagnostiche e migliorare le strategie di intervento precoce, con potenziali benefici per milioni di persone in tutto il mondo. Credito: SciTechDaily.com
Un modello di intelligenza artificiale dell'Università di Cambridge può prevedere la progressione dell'Alzheimer con una precisione dell'82% utilizzando semplici test cognitivi e scansioni MRI, offrendo un'alternativa non invasiva ed economica alla diagnostica tradizionale.
Gli scienziati di Cambridge hanno sviluppato uno strumento artificialmente intelligente in grado di prevedere in quattro casi su cinque se le persone con i primi segni di demenza rimarranno stabili o svilupperanno la malattia di Alzheimer.
Il team afferma che questo nuovo approccio potrebbe ridurre la necessità di test diagnostici invasivi e costosi, migliorando al tempo stesso i risultati del trattamento precocemente, quando interventi come cambiamenti nello stile di vita o nuovi farmaci potrebbero avere la possibilità di funzionare meglio.
La demenza rappresenta una sfida sanitaria globale significativa, che colpisce oltre 55 milioni di persone in tutto il mondo con un costo annuo stimato di 820 miliardi di dollari. Si prevede che il numero di casi quasi triplicherà nei prossimi 50 anni.
La principale causa di demenza è la malattia di Alzheimer, che rappresenta il 60-80% dei casi. La diagnosi precoce è fondamentale in quanto è proprio in questi casi che i trattamenti sono più efficaci, ma la diagnosi e la prognosi precoce della demenza potrebbero non essere accurate senza l'uso di test invasivi o costosi come la tomografia a emissione di positroni (PET) o la puntura lombare, che non sono disponibile in tutte le cliniche della memoria. Di conseguenza, fino a un terzo dei pazienti potrebbe ricevere una diagnosi errata e altri potrebbero essere diagnosticati troppo tardi perché il trattamento sia efficace.
Un team guidato da scienziati del Dipartimento di Psicologia dell'Università di Cambridge ha sviluppato un modello di apprendimento automatico in grado di prevedere se e quanto velocemente un individuo con lievi problemi di memoria e di pensiero progredirà verso lo sviluppo della malattia di Alzheimer. Nella ricerca pubblicata oggi (12 luglio) sulla rivista eClinical Medicine, dimostrano che è più accurato degli attuali strumenti diagnostici clinici.
Per costruire il loro modello, i ricercatori hanno utilizzato dati di pazienti raccolti di routine, non invasivi e a basso costo – test cognitivi e scansioni MRI strutturali che mostravano atrofia della materia grigia – da oltre 400 individui che facevano parte di un gruppo di ricerca negli Stati Uniti.
Hanno poi testato il modello utilizzando i dati dei pazienti del mondo reale di altri 600 partecipanti della coorte statunitense e, soprattutto, i dati longitudinali di 900 persone provenienti da cliniche della memoria nel Regno Unito e a Singapore.
L’algoritmo è stato in grado di distinguere tra le persone con deterioramento cognitivo lieve stabile e quelle che hanno progredito verso la malattia di Alzheimer entro un periodo di tre anni. È stato in grado di identificare correttamente gli individui che hanno poi sviluppato l'Alzheimer nell'82% dei casi e di identificare correttamente quelli che non lo hanno sviluppato nell'81% dei casi, grazie ai test cognitivi e alla sola risonanza magnetica.
L’algoritmo era circa tre volte più accurato nel predire la progressione verso l’Alzheimer rispetto all’attuale standard di cura; cioè marcatori clinici standard (come l'atrofia della materia grigia o punteggi cognitivi) o diagnosi clinica. Ciò dimostra che il modello potrebbe ridurre significativamente le diagnosi errate.
Il modello ha inoltre consentito ai ricercatori di stratificare le persone con malattia di Alzheimer utilizzando i dati della prima visita di ciascuna persona presso la clinica della memoria in tre gruppi: quelli i cui sintomi sarebbero rimasti stabili (circa il 50% dei partecipanti), quelli che avrebbero progredito lentamente verso l'Alzheimer (circa 35%) e quelli che progredirebbero più rapidamente (il restante 15%). Queste previsioni sono state convalidate esaminando i dati di follow-up nell'arco di 6 anni. Questo è importante in quanto potrebbe aiutare a identificare quelle persone in una fase sufficientemente precoce da poter beneficiare di nuovi trattamenti, identificando anche quelle persone che necessitano di un attento monitoraggio poiché è probabile che le loro condizioni peggiorino rapidamente.
È importante sottolineare che quel 50% delle persone che presentano sintomi come perdita di memoria ma rimangono stabili, sarebbe meglio indirizzare verso un percorso clinico diverso poiché i loro sintomi potrebbero essere dovuti ad altre cause piuttosto che alla demenza, come ansia o depressione.
La professoressa Zoe Kourtzi, autrice senior del Dipartimento di Psicologia dell'Università di Cambridge, ha dichiarato: "Abbiamo creato uno strumento che, nonostante utilizzi solo dati provenienti da test cognitivi e scansioni MRI, è molto più sensibile degli approcci attuali nel prevedere se qualcuno progredirà". dai sintomi lievi all'Alzheimer e, in tal caso, se questo progresso sarà rapido o lento."