(Reuters Health) – Un semplice esame dell’occhio, associato a un algoritmo di apprendimento automatico, potrebbe aiutare a diagnosticare in maniera precoce la Malattia di Parkinson.
A questa conclusione è giunta una ricerca condotta da Maximilian Diaz, ingegnere biomedico l’Università della Florida di Gainesville. Diaz ha presentato il suo lavoro il 29 novembre al meeting virtuale della Radiological Society of North America (RSNA).
“Il singolo risultato più importante di questo studio è il fatto che una patologia cerebrale è stata diagnosticata con una semplice immagine dell’occhio. Ciò è molto diverso dagli approcci tradizionali in cui per rilevare un problema a livello cerebrale vengono esaminate diverse immagini del cervello”, ha dichiarato Maximilian Diaz, studente di dottorato in ingegneria biomedica presso l’Università della Florida di Gainesville.
Diaz ha presentato la sua ricerca il 29 novembre durante il meeting annuale virtuale della Radiological Society of North America (RSNA).
La malattia di Parkinson è caratterizzata dalla perdita di neuroni dopaminergici nella substantia nigra. Generalmente viene diagnosticata in base alla presenza di tremori, rigidità muscolare e problemi di equilibrio. Tuttavia, questi sintomi si sviluppano dopo una prolungata progressione, con una significativa lesione a carico dei neuroni dopaminergici.
Nella malattia di Parkinson si verifica anche un assottigliamento delle pareti della retina e della microvascolatura retinica e questo potrebbe rappresentare un sintomo non motorio precoce della malattia.
Diaz e colleghi hanno programmato un tipo di intelligenza artificiale, definita “apprendimento con macchine a vettori di supporto” (support vector machine), a rilevare segni indicativi di malattia di Parkinson nelle immagini del fondo dell’occhio.
I ricercatori hanno usato i dati di due set di dati, appaiati per età e sesso, della UK Biobank (UKB) e della University of Florida (UF) per confrontare le immagini del fondo dell’occhio di 310 pazienti con Malattia di Parkinson e 206 controlli sani.
Le reti di apprendimento automatico sono riuscite a distinguere accuratamente le immagini dei pazienti con la Malattia di Parkinson da quelle dai controlli in base alla microvascolatura retinica, ottenendo un’accuratezza massima compresa tra 0,698 e 0,719. I pazienti con Malattia di Parkison presentavano vasi sanguigni più piccoli nella retina rispetto ai controlli sani.
I risultati “supportano l’idea che nell’occhio è possibile osservare cambiamenti nella fisiologia cerebrale”, ha osservato Diaz.
“È solo una semplice immagine dell’occhio ed è possibile ottenerla in meno di un minuto. Il costo dell’attrezzatura è molto più basso rispetto a una TC o RM”, ha aggiunto Diaz,”Per far sì che questo esame diagnostico raggiunga la pratica clinica avremmo bisogno di aumentare la popolazione di soggetti, per migliorare le prestazioni complessive e fornire sufficienti evidenze alla Food and Drug Administration sull’efficacia dell’esame”.
Fonte: meeting Radiological Society of North America
(Versione Italiana Quotidiano Sanità/Popular Science)
