Esiste una nuova intelligenza artificiale che sarebbe in grado di predire il morbo di Parkinson decenni prima della comparsa dei primi sintomi. Questa è stata messa a punto dagli scienziati della University of New South Wales, a Sidney, in collaborazione con la Boston University. I ricercatori hanno descritto sulla rivista Acs Central Science questo strumento, chiamato Crank-Ms (Classification and Ranking Analysis using Neural network generates Knowledge from Mass Spectrometry) come capace di migliorare il modo in cui viene diagnosticata la malattia.
Lo studio
Ancora non esistono esami capaci di diagnosticare il Parkinson non genetico, si possono solo osservare i primi sintomi fisici come il tremore delle mani. Però, anni prima dell’insorgere di questa malattia si possono presentare sintomi atipici (disturbi del sonno, apatia). Il Cranks-Ms potrebbe essere utilizzato per identificare segnali premonitori ed escludere o meno il rischio di sviluppare la patologia. Il team di scienziati ha esaminato campioni del sangue raccolti per lo studio spagnolo Epic (European Prospective Investigation into Cancer and Nutrition), concentrandosi su alcuni pazienti che hanno sviluppato il morbo di Parkinson negli anni successivi allo studio. L’intelligenza artificiale è stata “allenata” su set di dati contenenti informazioni sui metaboliti, i quali sono stati confrontati con quelli di altri soggetti che non hanno contratto la malattia. Il team ha identificato così delle combinazioni uniche di metaboliti che potrebbero essere segnali premonitori per il morbo di Parkinson.
Gli scienziati affermano che il metodo più comune per analizzare i dati della metabolomica è attraverso approcci statistici. Per capire quali metaboliti sono più significativi per la malattia, i ricercatori esaminano di solito le correlazioni che coinvolgono molecole specifiche. Ma qui sono stati presi in considerazione anche i metaboliti che possono avere associazioni con altri metaboliti. Qui entra in gioco l’intelligenza artificiale: il potere computazionale è stato usato per capire cosa succede con centinaia o migliaia di metaboliti.
I risultati
Lo studio ha notato che i triterpenoidi, neuroprotettori che regolano lo stress ossidativo e si trovano in alimenti come mele, olive e pomodori, sono stati trovati in concentrazioni inferiori nel sangue di chi ha sviluppato il morbo di Parkinson. Poi è stata evidenziata la presenza di sostanze alchiliche plifluorurate nelle persone con la malattia. Anche se lo strumento di intelligenza artificiale ha analizzato le sostanze chimiche nel sangue per rilevare il morbo di Parkinson con una precisione del 96%, sono necessarie altre indagini perché i risultati vengano confermati.
Uno degli studiosi del team di ricerca afferma che lo studio sia interessante a più livelli. In primis l’accuratezza è molto elevata per prevedere il morbo di Parkinson prima della diagnosi clinica. Questo metodo di apprendimento automatico ha permesso di identificare i marcatori chimici più importanti per predire con precisione chi svilupperà la malattia in futuro. Infine, alcuni dei marcatori chimici che guidano la maggior parte delle previsioni sono stati in precedenza implicati nel morbo di Parkinson nei test cellulari, ma non negli esseri umani.
