Gli esperti dell’Accelerated Capabilities Environment (ACE) e dell’AI Skunkworks del NHS hanno sviluppato uno strumento di intelligenza artificiale per accelerare la diagnosi della malattia di Parkinson.
L’attuale diagnosi della malattia di Parkinson è un processo dispendioso in termini di tempo, che limita il numero di casi che gli specialisti possono gestire. Ciò può mettere i pazienti a rischio di essere diagnosticati troppo tardi, il che significa che potrebbero essere infettati La malattia progredisce prima che venga somministrato il trattamento.
Attualmente, i cambiamenti cerebrali possono essere valutati solo manualmente, impiegando dalle quattro alle sei ore. Inoltre, per comprendere ulteriormente la patogenesi e sviluppare potenziali nuovi trattamenti, è necessaria la classificazione manuale del tessuto cerebrale post mortem, che richiede anche una notevole quantità di tempo.
Ora, i ricercatori hanno collaborato per sviluppare uno strumento diagnostico della malattia di Parkinson basato sull’intelligenza artificiale che promette di accelerare notevolmente questo processo per migliorare la cura e il trattamento della condizione.
I casi di morbo di Parkinson sono in aumento
La malattia di Parkinson è uno dei disturbi neurologici più importanti e in più rapida crescita al mondo, con oltre 10 milioni di persone diagnosticate in tutto il mondo.
Si prevede che questo numero aumenterà in modo significativo, poiché si prevede che il numero di pazienti affetti da malattia di Parkinson raddoppierà nei prossimi cinquant’anni.
L’invecchiamento è il principale fattore di rischio per questa malattia neurodegenerativa e per combatterla saranno necessari trattamenti e diagnosi avanzati.
Sviluppo della diagnosi della malattia di Parkinson utilizzando l’intelligenza artificiale
Nel loro studio, ACE e AI Skunkworks hanno collaborato con Parkinson’s UK, il più grande ente di beneficenza al mondo con membri.
Durante il progetto, durato 12 settimane, il ricercatore ha utilizzato la banca dei cervelli dell’Imperial College di Londra, che comprende oltre 1.300 cervelli di pazienti affetti da Parkinson e donatori sani.
L’organizzazione benefica ha anche fornito un set di dati contenente 401 immagini digitali di parti del cervello immunocolorate per l’alfa-sinucleina (a-syn), la proteina che è un marcatore patologico della malattia. Ciò includeva anche 100 casi controllo di donatori sani.
I poligeisti della comunità Vivace di ACE hanno quindi riutilizzato la tecnologia esistente per escludere diversi tipi di materia cerebrale che non sono coinvolti in questo processo. Hanno poi colorato artificialmente fette di tessuto cerebrale utilizzando la rete neurale iDeepColour, che evidenzia le aree del cervello colpite da a-syn.
Queste immagini vengono elaborate e le aree di interesse diventano di un verde brillante, rendendole più facili da riconoscere. Le immagini possono anche essere ritagliate e tagliate in quadrati, il che significa che le aree verdi possono rivelare la densità della malattia.
Ciò ha consentito a Polygeist di creare un classificatore proof-of-concept in grado di raggiungere una precisione nella diagnosi della malattia di Parkinson del 92% senza falsi allarmi.
Il nuovo processo di intelligenza artificiale è stato in grado di valutare un singolo cervello in pochi minuti, riducendo significativamente i tempi diagnostici. Ciò consente ai neurologi di concentrarsi su casi più complessi.
Prossime fasi di sviluppo
Lo strumento AI è quasi pronto per l’uso nelle applicazioni del mondo reale. Il team sta ora lavorando per migliorare il processo di differenziazione tra gli stadi della malattia e per determinare se è possibile identificare altre proteine. In futuro, questa tecnica potrebbe anche essere possibile per scansionare il cervello di pazienti viventi.
“Fan della TV. Risolutore di problemi malvagi. Amante del cibo appassionato. Explorer. Specialista di Internet. Imprenditore dilettante. Fanatico dell’alcol.”
