L’Ibfm-Cnr ha sviluppato un algoritmo in grado di
determinare se un paziente è affetto da disturbi
dell’alimentazione, partendo dalle immagini della
sua risonanza magnetica.
Schema del funzionamento di un classificatore
matematico basato su dati di neuroimaging
strutturale. Il sistema si basa su un algoritmo
capace di definire l’iperpiano che massimizza la
differenza tra due gruppi di soggetti. In altre
parole, l’algoritmo impara automaticamente a
riconoscere l’insieme di informazioni anatomiche che
permette di definire se un particolare cervello
appartiene a pazienti con bulimia o anoressia.
Gli ultimi studi in ambito di neuroimaging hanno
sottolineato che i disturbi comportamentali
dell’alimentazione (Dca), come l’anoressia e la
bulimia, non sono soltanto disturbi psicologici ma
sono caratterizzati anche da piccoli danni neuronali
a livello cerebrale osservabili dalle risonanze
magnetiche dei pazienti. Per questo motivo
l’Istituto di bioimmagini e fisiologia molecolare
del Consiglio nazionale delle ricerche di Catanzaro
e Milano (Ibfm-Cnr) in collaborazione con
l’Associazione 'Ippocampo' di Cosenza, ha sviluppato
un algoritmo intelligente in grado di distinguere
tra individui sani e malati partendo dalle immagini
anatomiche dei loro cervelli. La ricerca è stata
pubblicata su Behavioural Neurology.
“Negli ultimi 5 anni, attraverso il neuroimaging,
abbiamo potuto individuare le aree del cervello
maggiormente interessate da danni legati ai Dca come
la corteccia visiva o il sistema limbico”, spiega
Antonio Cerasa dell’Ibfm-Cnr di Catanzaro.
“Purtroppo però non è stato ancora possibile
sfruttare queste anomalie come biomarcatori per
migliorare diagnosi e prognosi. Infatti questi
elementi risultano evidenti solo ad uno stadio
avanzato della malattia, oltre ad essere soggetti a
una grande variabilità individuale tanto che, in
alcuni casi, possono anche non presentarsi affatto.
D’altra parte non è raro che un paziente si muova
tra anoressia e bulimia con il passare del tempo.
Tutto ciò limita molto la possibilità di utilizzare
queste informazioni neurobiologiche in ambito
clinico”.
Accoppiando al più
classico neuroimaging anche le potenzialità
dell’intelligenza artificiale, il gruppo di ricerca
è riuscito a implementare una metodologia in grado
di stabilire precocemente se il soggetto è affetto
da disturbi dell’alimentazione.
Isabella Castiglioni,
fisico dell’Ibfm-Cnr di Milano, spiega: “Abbiamo
sviluppato un nuovo sistema di diagnosi
automatizzata utilizzando un algoritmo di
classificazione che riesce a riconoscere, in modo
automatico, se il cervello di un individuo
appartiene a un soggetto malato o sano, sfruttando i
dati di morfologia cerebrale ricavati da una
risonanza magnetica del paziente.
Lo scopo di questo algoritmo è di massimizzare il
contrasto tra gruppi di immagini per individuare
quali caratteristiche permettono di distinguere le
categorie di soggetti nel modo più evidente
possibile”.
Per saperne di più
Behavioural Neurology
Biomarkers of Eating Disorders Using Support Vector
Machine Analysis of Structural Neuroimaging Data:
Preliminary ResultsAntonio Cerasa,1 Isabella
Castiglioni, Christian Salvatore, Angela Funaro,
Iolanda Martino, Stefania Alfano, Giulia Donzuso,
Paolo Perrotta, Maria Cecilia Gioia, Maria Carla
Gilardi e Aldo Quattrone.
Link...
Marco Dal Negro |