Uno studio coordinato dall’Istituto di scienze e tecnologie della cognizione del Consiglio nazionale delle ricerche di Roma (Cnr-Istc) ha utilizzato per la prima volta l’intelligenza artificiale (Ia) per individuare i fattori più importanti per la diagnosi precoce di Alzheimer e Parkinson, differenziando uomini e donne. In particolare, sono stati sottoposti a un algoritmo di Ia l’esito di una serie di test neuropsicologici, dati neurofisiologici e genetici condotti su un campione misto (uomini e donne sia sani/e sia malati/e con l’obiettivo di identificare e differenziare in base al sesso i principali fattori predittivi associati all’insorgenza delle due malattie.
I risultati della ricerca, frutto di un lavoro interdisciplinare che ha coinvolto anche l’Area di Ricerca Milano 4 del Cnr, la Fondazione Mondino, l’Università di Pavia, la Fondazione Santa Lucia, le Università di Roma Sapienza e Tor Vergata e AI2Life, una start-up sviluppata in seno al Cnr-Istc, sono pubblicati in due distinti articoli del Journal of the Neurological Sciences.
La novità dello studio consiste nell’aver adottato un approccio integrato nell’analisi dei test, coerentemente con la teoria sviluppata al Cnr-Istc secondo cui entrambe le patologie potrebbero essere manifestazioni di una sola malattia chiamata Neurodegenerative Elderly Syndrome. «Nell’analisi dei test – racconta il responsabile scientifico della ricerca, Daniele Caligiore, dirigente di Ricerca al Cnr-Istc e direttore della Advanced School in Artificial Intelligence- siamo partiti dall’analizzare le differenze tra pazienti sani e pazienti malati, indipendentemente dal fatto che fossero uomini o donne: esistono, infatti, molti studi che confrontano l’esito dei test predittivi sulla base del genere, ma non considerano che alcune caratteristiche possono essere rilevanti per entrambi i gruppi, indipendentemente dai valori assoluti dei punteggi dei test. Le nostre ricerche – precisa - affrontano per la prima volta questo problema mediante un algoritmo di machine learning spiegabile, in grado cioè di rendere trasparente il processo decisionale usato, aumentando l’affidabilità e favorendo l’adozione in ambito medico».
Nel caso dell’Alzheimer, l’algoritmo ha analizzato i risultati di semplici test neuropsicologici sulla base di parametri “predittori” come la memoria, l’orientamento, l’attenzione e il linguaggio (MMSE), la memoria verbale a breve termine (AVTOT) e la memoria episodica a lungo termine (LDELTOTAL). «Il sistema di machine learning che abbiamo sviluppato mostra come MMSE è un predittore più efficace dell’Alzheimer nelle donne – spiega il ricercatore - mentre negli uomini è essenziale per il monitoraggio a lungo termine. LDELTOTAL è più predittivo nelle donne per l’insorgenza della malattia, mentre AVTOT è più rilevante negli uomini. Inoltre, il livello di istruzione incide in modo diverso sul rischio di Alzheimer, con le donne che presentano un rischio maggiore».
Il modello di machine learning sviluppato per la ricerca sul Parkinson ha invece identificato caratteristiche chiave (neuropsicologiche, genetiche e corporee) che possono essere legate all’insorgenza della patologia. Relativamente agli uomini emerge che sono da considerare tra i principali predittori dell’insorgenza del Parkinson dati che misurano la rigidità muscolare e le disfunzioni del sistema nervoso autonomo; mentre per le donne sono più rilevanti i dati sulle disfunzioni urinarie per predire la malattia. Il modello di machine learning ha individuato come predittori significativi del Parkinson anche l'età e la storia familiare del campione, con un impatto maggiore negli uomini. Inoltre, sembrano essere più rilevanti, sempre in ambito maschile, i test che misurano la fluidità verbale semantica e i dati sulla variante legata al gene dell’alfa-sinucleina, una proteina coinvolta nello sviluppo di malattie neurodegenerative come il Parkinson.
«I risultati di queste ricerche evidenziano l’importanza di integrare approcci diagnostici specifici per sesso nella pratica clinica per migliorare la gestione di Alzheimer e Parkinson: compito della ricerca - commenta Caligiore - sarà quello di affinare sempre più i test neuropsicologici e i biomarcatori predittivi, con un’attenzione particolare al sesso così da supportare trattamenti personalizzati. Inoltre, il nostro studio rappresenta un esempio concreto di come l’Ia possa supportare efficacemente la medicina – sottolinea - combinando l’analisi delle caratteristiche individuali con una visione sistemica: gli algoritmi di machine learning, infatti, possono integrare e analizzare dati specifici del paziente, fisiologici, genetici o legati allo stile di vita, per prevedere l’insorgenza della malattia, monitorarne la progressione e, allo stesso tempo, offrire trattamenti mirati e personalizzati».
Su argomenti simili
La conoscenza medica accelera a ritmi senza precedenti e la formazione dei professionisti sanitari è chiamata a trasformarsi rapidamente. È questo il tema al centro della sessione scientifica che Meduspace, hub nel settore dell’Educazione continua in medicina (Ecm), organizza nell’area Healthcare della AI Week 2026, in programma il 19 maggio a… Leggi tutto
L’Intelligenza artificiale è già una realtà per il settore MedTech italiano, che risulterebbe tra i più dinamici in Europa: il 78% delle aziende l’ha integrata nei propri prodotti o servizi e il 61% si trova in fasi avanzate di sviluppo e validazione. Nonostante ciò, queste tecnologie faticano ancora a raggiungere i pazienti e a entrare in modo… Leggi tutto
I chatbot di intelligenza artificiale rispondono a domande mediche con sicurezza, ma spesso senza precisione. E in quasi un caso su due, le informazioni che forniscono sono incomplete, imprecise o potenzialmente fuorvianti. È quanto emerge da uno studio pubblicato su… Leggi tutto
L'intelligenza artificiale sta trasformando radicalmente il settore farmaceutico e sanitario, spingendo le Agenzie regolatorie internazionali ad assumere un ruolo centrale in questa rivoluzione tecnologica. L'Agenzia italiana del farmaco (Aifa), insieme all'Agenzia europea per i medicinali (EMA) e alla Food and Drug Administration statunitense… Leggi tutto
Un algoritmo di apprendimento profondo sviluppato da un team internazionale coordinato dal professor Tullio Ghi, professore di Ginecologia e ostetricia all’Università Cattolica di Roma, e da Luca Boldrini, ricercatore in Diagnostica per Immagini e radioterapia nella stessa Università consente di individuare precocemente spina bifida aperta e… Leggi tutto
Il Gruppo italiano screening mammografico (Gisma) e la Deep Tech italiana Health Triage annunciano l’avvio di un progetto che ha lo scopo di aggiungere evidenza scientifica all’uso dell’intelligenza artificiale nei programmi di screening per l’identificazione precoce dei tumori al seno.
Il GISMa e Health Triage intendono convalidare un… Leggi tutto
Per la prima volta in Europa, nelle nuove Linee guida italiane sull’utilizzo dell’intelligenza artificiale per lo screening e la diagnosi del tumore della mammella gli specialisti suggeriscono di ricorrere all’Ia, in prima battuta, per selezionare quali esami dovranno avere una doppia lettura e quali invece una lettura singola da parte dei… Leggi tutto
Potenziare la scoperta di nuovi antibiotici per le infezioni batteriche Gram-negative. Accelerare la scoperta di nuovi farmaci per combattere le infezioni fungine. Migliorare la comprensione di come il nostro sistema immunitario risponde ai batteri resistenti ai farmaci. Utilizzare la sorveglianza delle malattie e i dati ambientali per creare… Leggi tutto
Individuare nelle analisi i segnali prodotti da piccole popolazioni di cellule, come le cellule staminali tumorali o le cellule tumorali dormienti, che normalmente vengono invece scartati perché si confondono con il cosiddetto rumore statistico e che invece possono alimentare o riavviare un tumore. Il tutto tramite un algoritmo messo a punto da… Leggi tutto
Si stima che entro il 2030 il mercato mondiale della sanità digitale passerà da 347 a oltre 768 miliardi di dollari, mentre l’intelligenza artificiale applicata al settore della salute, valutata 18,7 miliardi di dollari nel 2023, è destinata a toccare i 317 miliardi entro il 2032. Un contesto in rapida espansione che pone l’Italia di fronte… Leggi tutto
In campo medico, intelligenza artificiale e umani “sbagliano” in maniera differente quando si tratta di fare diagnosi. A questa conclusione è giunto uno studio internazionale guidato dal Max Planck Institute for Human Development, in collaborazione con lo Human Diagnosis Project (Human Dx) e con l'Istituto di scienze e tecnologie della… Leggi tutto
Con 594 richieste di brevetto depositate all’Ufficio europeo dei brevetti (EPO - European Patent Office) nel segmento delle tecnologie sanitarie e 1.231 domande in vari settori, nel 2024 Royal Philips si è posizionata tra le principali aziende richiedenti brevetti in assoluto e la prima tra quelle olandesi.
… Leggi tuttoL’Intelligenza artificiale inizia a ritagliarsi un ruolo sempre più concreto nella pratica clinica quotidiana dei medici italiani. Una parte significativa del mondo medico, infatti, ha già avuto modo di sperimentare strumenti basati sull'IA: si va dal 29% degli specialisti attivi in centri privati al 31% tra quelli ospedalieri fino al 24% dei… Leggi tutto
Con l’Intelligenza artificiale generativa avremo «la capacità di diagnosticare in anticipo l'insorgenza di una patologia oncologica. Ma anche comprendere in anticipo l'evoluzione o l'involuzione della patologia. In questa dimensione domani avremo un ospedale sempre più decentralizzato e puro luogo di coordinamento delle attività sanitarie varie… Leggi tutto
Un “pacchetto” integrato centrato su un sistema operativo che unifica i dati generati lungo tutto il processo di attività e personalizza ambienti di lavoro supportati dall’Intelligenza artificiale (AI) per i professionisti coinvolti nel continuum radiologico, consentendo loro di migliorare i risultati di cura e generare valore in tutto il… Leggi tutto
Diagnosi precoce dei tumori della pelle; valutazione della gravità di malattia che elimini le suggestioni personali; possibilità di predire quale sarà la terapia migliore e con meno effetti avversi per ogni singolo paziente: sono questi tre i campi in cui la dermatologia si serve dell’intelligenza artificiale, che può offrire grandi opportunità… Leggi tutto
Userbot.AI, azienda specializzata in Intelligenza Artificiale Generativa, è entrata a far parte del gruppo SMEUP.
Userbot.AI è sul mercato dal 2017, quando i suoi fondatori hanno sviluppato e brevettato una tecnologia di intelligenza artificiale in grado di comprendere il linguaggio umano e automatizzare sia le conversazioni tra azienda… Leggi tutto
«Ci aspettiamo che questo lavoro costituisca il fondamento di una nuova era di progettazione degli anticorpi». È con queste parole che un gruppo di ricercatori dell’University of Washington di Seattle conclude uno studio reso disponibile in pre-print sulla piattaforma… Leggi tutto