Un team multidisciplinare di esperti ha sviluppato un innovativo algoritmo basato sull'intelligenza artificiale, in grado di prevedere il rischio di cadute e le fluttuazioni motorie nei pazienti affetti da Parkinson. Il progetto, coordinato dall'Apss di Trento, ha coinvolto la Fondazione Bruno Kessler (Fbk), l’Irccs Policlinico San Martino e l'Università di Genova, segnando un passo fondamentale nella personalizzazione delle cure.
L'innovazione dell'intelligenza artificiale nella lotta al Parkinson
L'algoritmo rappresenta una svolta per la gestione della malattia di Parkinson, la seconda patologia neurodegenerativa più diffusa al mondo dopo l'Alzheimer. Con una previsione di raddoppio dei casi entro il 2030 a causa dell'invecchiamento della popolazione, il bisogno di strumenti predittivi efficaci è più urgente che mai.
Grazie all'analisi avanzata dei dati clinici e neuropsicologici, i ricercatori hanno sviluppato modelli basati su AI in grado di anticipare l'evoluzione della malattia. L’approccio si basa sulla digitalizzazione e armonizzazione delle informazioni raccolte nei centri clinici partecipanti, creando dataset standardizzati che permettono di individuare variabili chiave nella progressione del Parkinson.
Due fasi di studio per un modello predittivo avanzato
Il progetto si articola in due fasi:
Fase retrospettiva: analisi dei dati storici dei pazienti già in carico nei centri specializzati per ottenere una visione dettagliata del fenotipo clinico. L'obiettivo è correlare questi dati con l’evoluzione dei sintomi per una migliore previsione dei rischi e una personalizzazione del trattamento.
Lorenzo Gios, project manager del centro Digital Health & Wellbeing di Fbk, evidenzia l'importanza di questa fase: "Identificare i fattori che scatenano o aggravano la malattia permette non solo di prevenire il suo decorso, ma anche di supportare il personale sanitario nella gestione di un numero sempre crescente di pazienti."
Fase prospettica: raccolta degli stessi parametri analizzati nella prima fase su pazienti di nuova diagnosi. L'obiettivo è validare i modelli sviluppati, migliorando la capacità di prevenzione, diagnosi e trattamento della patologia.
Maria Chiara Malaguti, dirigente medico dell'Unità operativa di Neurologia all'ospedale Santa Chiara di Trento, sottolinea: "Questo studio apre la strada a un nuovo paradigma nella gestione della cronicità, permettendoci di conoscere meglio i pazienti e di personalizzare le terapie con maggiore efficacia."
Il progetto NeuroArtP3 e il futuro della neurologia
Lo studio fa parte di NeuroArtP3, iniziativa promossa dal Ministero della Salute per migliorare la gestione delle malattie neurologiche gravi come Alzheimer, Parkinson, SLA, sclerosi multipla e tumori cerebrali. Il progetto, nato nel 2020, dispone di un finanziamento di circa 2,4 milioni di euro e coinvolge centri di eccellenza tra cui l’Istituto Giannina Gaslini di Genova, l’Irccs Ospedale San Raffaele di Milano e la Fondazione Don Gnocchi di Firenze.
Bruno Giometto, direttore della Neurologia di Apss e referente scientifico del progetto per Trento, sottolinea l’importanza della collaborazione tra ricerca e sanità pubblica: "Grazie a queste iniziative possiamo sfruttare il potenziale dell’intelligenza artificiale per migliorare concretamente la qualità della vita dei pazienti e ottimizzare l’efficienza del sistema sanitario."
Un passo avanti verso la medicina predittiva
L'integrazione dell'intelligenza artificiale nella gestione del Parkinson rappresenta una rivoluzione nella neurologia moderna. Prevedere il rischio di cadute e le fluttuazioni motorie significa non solo migliorare la sicurezza dei pazienti, ma anche ottimizzare i trattamenti e ridurre il carico sulle strutture sanitarie.
Grazie a progetti come NeuroArtP3, la medicina sta entrando in una nuova era, dove la personalizzazione delle cure e la prevenzione predittiva diventano strumenti chiave per affrontare le sfide delle malattie neurodegenerative.
