Una singola scansione a risonanza magnetica del cervello potrebbe essere sufficiente per diagnosticare l'Alzheimer, secondo nuove ricerche eseguite all'Imperial College di Londra.
La ricerca, pubblicata su Communications Medicine, ha usato la tecnologia di apprendimento automatico per esaminare le caratteristiche strutturali all'interno del cervello, anche nelle regioni non precedentemente associate al morbo di Alzheimer (MA). Il vantaggio della tecnica è la sua semplicità e il fatto che può identificare la malattia in una fase iniziale quando può essere molto difficile da diagnosticare.
Sebbene per il MA non vi sia alcuna cura, ottenere rapidamente una diagnosi in una fase iniziale aiuta i pazienti; permette loro di accedere all'aiuto e al supporto, ottenere cure per gestire i loro sintomi e pianificare il futuro. Essere in grado di identificare accuratamente i pazienti in una fase iniziale della malattia aiuta anche i ricercatori a comprendere i cambiamenti del cervello che innescano la malattia e supporta lo sviluppo e le prove di nuovi trattamenti.
Forma comune di demenza
Il MA è la forma più comune di demenza, che colpisce oltre mezzo milione di persone in GB. Sebbene la maggior parte delle persone interessate lo sviluppano dopo i 65 anni, anche quelle sotto questa età possono svilupparlo. I sintomi più frequenti della demenza sono la perdita di memoria e le difficoltà con il pensiero, la risoluzione dei problemi e il linguaggio.
I medici attualmente usano una serie di test per diagnosticare la malattia, come i test cognitivi e della memoria e le scansioni cerebrali. Le scansioni servono a verificare i depositi di proteine nel cervello e il restringimento dell'ippocampo, l'area del cervello legata alla memoria. Tutti questi test possono richiedere diverse settimane, per essere organizzati ed elaborati.
Il nuovo approccio ne richiede solo uno di questi: una scansione cerebrale a risonanza magnetica (MRI) eseguita su una macchina Tesla 1.5 standard, che si trova nella maggior parte degli ospedali.
I ricercatori hanno adattato un algoritmo sviluppato per classificare i tumori e lo hanno applicato al cervello. Hanno diviso il cervello in 115 regioni e allocato 660 caratteristiche diverse, come dimensioni, forma e consistenza, per valutare ogni regione. Hanno quindi allenato l'algoritmo per identificare dove le modifiche a queste caratteristiche potrebbero prevedere accuratamente l'esistenza del MA.
Usando i dati dell'Alzheimer’s Disease Neuroimaging Initiative, il team ha testato il suo approccio sulle scansioni cerebrali di oltre 400 pazienti con MA precoce e avanzato, di controlli sani e di pazienti con altre condizioni neurologiche, come la demenza frontotemporale e il Parkinson. Lo hanno testato anche con dati di oltre 80 pazienti sottoposti a test diagnostici per il MA all'Imperial College Healthcare NHS Trust.
Singolo test
Hanno scoperto che nel 98% dei casi, il sistema di apprendimento automatico a base di risonanza magnetica da solo è riuscito a prevedere accuratamente se il paziente aveva o meno il MA. È stato anche in grado di distinguere tra MA in fase iniziale e avanzata con una precisione abbastanza elevata, nel 79% dei pazienti.
Il professor Eric Aboagye, del dipartimento di chirurgia e cancro all'Imperial, che ha guidato la ricerca, ha dichiarato:
"Al momento nessun altro metodo semplice e così diffuso può prevedere il MA con questo livello di accuratezza, quindi la nostra ricerca è un importante passo avanti. Molti pazienti che si presentano con MA alla clinica della memoria hanno anche altre condizioni neurologiche, ma anche all'interno di questo gruppo il nostro sistema poteva distinguere i pazienti con MA da coloro che non lo avevano.
“Aspettare una diagnosi può essere un'esperienza orribile per i pazienti e per le loro famiglie. Se potessimo ridurre il tempo di attesa, rendere la diagnosi un processo più semplice e ridurre parte dell'incertezza, ciò aiuterebbe molto. Il nostro nuovo approccio potrebbe anche identificare i pazienti con stadio iniziale per studi clinici su nuovi trattamenti farmacologici o cambiamenti nello stile di vita, che è attualmente molto difficile da fare".
Il nuovo sistema ha individuato cambiamenti nelle aree del cervello non precedentemente associate al MA, incluso il cervelletto (la parte del cervello che coordina e regola l'attività fisica) e il diencefalo ventrale (legato ai sensi, alla vista e all'udito). Ciò apre potenziali nuove strade per la ricerca in queste aree e i loro legami con il MA.
Il dott. Paresh Malhotra, neurologo consulente all'Imperial College Healthcare NHS Trust e ricercatore del Dipartimento di Scienze Cerebrali dell'Imperial, ha dichiarato:
“Sebbene i neuroradiologi interpretino già le scansioni MRI per aiutare a diagnosticare il MA, è probabile che ci siano caratteristiche delle scansioni che non sono visibili, anche agli specialisti. L'uso di un algoritmo che può selezionare trama e sottili caratteristiche strutturali nel cervello interessate dal MA, potrebbe davvero migliorare le informazioni che possiamo guadagnare dalle tecniche di scansione standard".
Fonte: Maxine Myers in Imperial College London (> English) - Traduzione di Franco Pellizzari.
Riferimenti: Marianna Inglese, ...[+323], Eric O. Aboagye. A predictive model using the mesoscopic architecture of the living brain to detect Alzheimer’s disease. Communications Medicine, 2022, DOI
Copyright: Tutti i diritti di testi o marchi inclusi nell'articolo sono riservati ai rispettivi proprietari.
Liberatoria: Questo articolo non propone terapie o diete; per qualsiasi modifica della propria cura o regime alimentare si consiglia di rivolgersi a un medico o dietologo. Il contenuto non rappresenta necessariamente l'opinione dell'Associazione Alzheimer OdV di Riese Pio X ma solo quella dell'autore citato come "Fonte". I siti terzi raggiungibili da eventuali collegamenti contenuti nell'articolo e/o dagli annunci pubblicitari sono completamente estranei all'Associazione, il loro accesso e uso è a discrezione dell'utente. Liberatoria completa qui.
Nota: L'articolo potrebbe riferire risultati di ricerche mediche, psicologiche, scientifiche o sportive che riflettono lo stato delle conoscenze raggiunte fino alla data della loro pubblicazione.