Sommario
Una nuova tecnica di elaborazione video sviluppata presso l’Università della Florida utilizza l’intelligenza artificiale per aiutare i neurologi a monitorare meglio la progressione del morbo di Parkinson nei pazienti, migliorando così la loro cura e qualità della vita. Questo sistema innovativo, creato da Diego Guarin, Ph.D., assistente professore di fisiologia applicata e chinesiologia presso il College of Health and Human Performance dell’Università della Florida, applica il machine learning per analizzare le registrazioni video dei pazienti che eseguono il test di toccamento delle dita, un test standard per il morbo di Parkinson.
Tecnica di analisi video e machine learning
Il sistema sviluppato da Guarin consente di rilevare anche le più piccole alterazioni nei movimenti delle mani, caratteristici del Parkinson, che potrebbero essere difficili da identificare visivamente per i clinici. La tecnologia permette ai pazienti di registrarsi mentre eseguono il test, con il software che analizza i movimenti e informa il clinico, facilitando le decisioni mediche. Questo approccio innovativo utilizza una fotocamera e un computer per osservare le stesse caratteristiche che i clinici cercano di vedere, rendendo l’esame più semplice e meno dispendioso in termini di tempo.
Parkinson: Sintomi e Diagnosi
Il morbo di Parkinson è un disturbo del cervello che colpisce il movimento, causando lentezza, tremori, rigidità e difficoltà di equilibrio e coordinazione. I sintomi iniziano solitamente in modo graduale e peggiorano nel tempo. Non esiste un test specifico di laboratorio o di imaging per diagnosticare il Parkinson, ma una serie di esercizi e manovre eseguite dal paziente aiutano i clinici a identificare e valutare la gravità del disturbo.
Movimento e tecnologia AI
La scala di valutazione più utilizzata per seguire il corso del Parkinson è la Movement Disorder Society-Unified Parkinson’s Disease Rating Scale, che, nonostante la sua affidabilità, è limitata a una scala di 5 punti. Questo limita la capacità di monitorare i cambiamenti sottili nella progressione della malattia ed è soggetto a interpretazioni soggettive. Per superare queste limitazioni, il team di ricerca, che include neurologi della UF come Joshua Wong, M.D., Nicolaus McFarland, M.D., Ph.D., e Adolfo Ramirez-Zamora, M.D., ha creato un metodo più oggettivo per quantificare i sintomi motori nei pazienti affetti da Parkinson utilizzando algoritmi di machine learning per analizzare i video e catturare i cambiamenti sfumati della malattia nel tempo.
Nuove scoperte e applicazioni future
L’uso dell’intelligenza artificiale ha rivelato dettagli precedentemente non notati sui movimenti, come la velocità con cui il paziente apre o chiude le dita durante il movimento e quanto cambiano le proprietà del movimento ad ogni tocco. Ad esempio, è stato osservato che con il morbo di Parkinson, il movimento di apertura è ritardato rispetto allo stesso movimento negli individui sani. Queste nuove informazioni, difficili da misurare senza il video e il computer, possono aiutare a caratterizzare meglio come il Parkinson influisce sul movimento e fornire nuovi marker per valutare l’efficacia delle terapie.
Sviluppi Futuri e Implementazione
Per perfezionare il sistema, Guarin e il suo team hanno utilizzato HiPerGator, uno dei più grandi supercomputer AI al mondo, per addestrare e testare i modelli di machine learning con grandi quantità di dati video. I modelli sviluppati possono ora funzionare su uno smartphone, rendendo la tecnologia accessibile e pratica. Michael S. Okun, M.D., direttore del Norman Fixel Institute e consulente medico per la Parkinson’s Foundation, ha dichiarato che le valutazioni automatizzate basate su video potrebbero essere un “cambiamento epocale” per i trial clinici e la cura del Parkinson.
Inoltre, Guarin sta collaborando con UFIT per sviluppare un’app mobile che permetterà ai pazienti di valutare la loro malattia nel tempo a casa, offrendo un monitoraggio continuo e personalizzato.
