ENEA e Policlinico Tor Vergata di Roma[1] hanno sviluppato un innovativo sistema di video analisi per diagnosticare in modo precoce la malattia di Parkinson e personalizzare la terapia farmacologica. La ricerca, che è stata pubblicata sulla rivista internazionale Applied Sciences[2], si è concentrata sulle alterazioni delle abilità motorie, come i disturbi dell’equilibrio, della postura e dell’andatura, che sono segni distintivi della malattia. L’analisi di queste abilità fornisce indizi rilevanti e precoci per la diagnosi e lo studio dell’avanzamento della malattia, facilitando avvio e valutazione della terapia.
“La comunità scientifica da tempo cerca di individuare nuove misure che consentano di quantificare in modo obiettivo, standardizzato e coerente le abilità motorie e non motorie del paziente in osservazione. Il sistema di video analisi che abbiamo sviluppato adotta moderne tecniche di deep learning[3] cioè tecniche di intelligenza artificiale per rilevare la postura di una persona a partire da immagini riprese dalla telecamera”, spiega il responsabile ENEA del progetto, Andrea Zanela, ricercatore del Laboratorio di Robotica e intelligenza artificiale.
Il nuovo sistema determina la posizione 3D dei principali giunti articolari della persona ripresa e poi individua le caratteristiche dei movimenti del corpo del soggetto calcolando i parametri cinematici[4] dei punti osservati e dei segmenti che li uniscono.
“Il sistema non solo è in grado di riconoscere ed evidenziare qualitativamente gli stessi disturbi dell’andatura valutati dai punteggi delle scale normalmente utilizzate ma, offre una analisi quantitativa dei risultati, rilevando una gamma di disturbi motori più ampia e più finemente graduata, restituendo al medico tutta la ricchezza di una misura strumentale” prosegue Zanela.
Questo aspetto innovativo fa sì che si possa determinare con un alto grado di precisione il reale stato di un paziente e il progresso della malattia senza influire sulle sue normali attività, sia nella fase iniziale del Parkinson quando i sintomi sono lievi[5], sia nella gestione della terapia.
“Il sistema quindi non è solo efficace ma ha anche un basso impatto sulla persona, le cui capacità, anche residuali, vengono valutate dal sistema in modo tanto accurato quanto rispettoso ed ergonomico. Per questo, il sistema sviluppato può essere adottato nella più moderna telemedicina su base continuativa e negli ambienti in cui le persone vivono e lavorano abitualmente”, conclude Zanela.
La malattia di Parkinson è il secondo disordine neurodegenerativo, in termini di frequenza, dopo la malattia di Alzheimer. Nei paesi più industrializzati colpisce ogni anno circa 12 persone su centomila; in Europa attualmente le persone affette da questa malattia sono 1,2 milioni, mentre a livello mondiale sono 6,3 milioni.
I sintomi iniziali rendono particolarmente difficile formulare una diagnosi certa e precoce e negli anni possono evolvere in modo variabile rendendo difficile monitorare il naturale decorso o la risposta agli interventi terapeutici. Inoltre anche le opzioni di cura sono limitate poiché non si dispone di terapie in grado di prevenire e/o arrestare il processo neurodegenerativo.
[1] Unità Operativa Complessa di Neurologia
[2] Special Issue on Artificial Intelligence in Medicine and Healthcare
[3] Tecniche di Intelligenza Artificiale che sono modellate sul funzionamento del cervello umano, come ad esempio le reti neurali.
[4] Parametri che descrivono il movimento senza tenere conto delle forze che lo determinano ovvero soltanto posizioni 3D / velocità ed accelerazioni
[5] Valori che non raggiungono il punteggio di uno sulla scala MDS-UPDRS[5] la più utilizzata a livello mondiale.
