Uno studio condotto dall’Università della California, e recentemente pubblicato dalla rivista americana Radiology, dimostra che  sottoponendo le immagini PET del cervello all’intelligenza artificiale sarebbe possibile diagnosticare precocemente la malattia di Alzheimer, fino a sei anni prima della comparsa dei sintomi.

Uno dei fattori noti da tempo nel percorso di diagnosi dell’Alzheimer è il lento assorbimento del glucosio in alcune aree del cervello. Questo rallentamento risulta evidente nelle persone con una diagnosi di Alzheimer, ma lo è molto meno quando la malattia non è stata ancora diagnosticata. Il team di ricercatori coinvolti nello studio ha perciò definito un algoritmo in grado di valutare, a partire dagli esami radiologici, le variazioni di assorbimento del glucosio da parte delle cellule cerebrali. L’algoritmo è implementato con la tecnologia del deep learning, un tipo di intelligenza artificiale capace di apprendere a partire dall’analisi di esempi forniti, ma con un margine di errore molto inferiore rispetto ad un essere umano.

I ricercatori hanno istruito l’algoritmo facendogli osservare oltre 2000 immagini PET di persone malate di Alzheimer, in modo che questo imparasse a  riconoscere variazioni anche minime nella concentrazione del glucosio. Successivamente gli hanno sottoposto 40 radiografie completamente nuove e la macchina è stata in grado di rilevare la malattia nel 100% dei casi.

Per il momento il test si è svolto su piccola scala ed è necessario ripeterlo su un campione più grande di immagini per dimostrarne con certezza l’efficacia. Tuttavia i risultati ottenuti finora lasciano sperare che si arrivi presto ad ottenere un valido strumento per la diagnosi precoce della malattia e quindi per intraprendere tempestivamente una terapia.