L'IA può individuare i segni dell'Alzheimer prima che lo faccia la tua famiglia

Una diagnosi precoce potrebbe aiutare i ricercatori a sviluppare farmaci per rallentare il progresso della malattia. Di

• Emily Mullin pagina di archivio

19 marzo 2018

Quando David Graham si sveglia la mattina, la scatola bianca piatta che è stata fissata con il velcro al muro della sua stanza a Robbie's Place, una struttura di residenza assistita a Marlborough, nel Massachusetts, inizia a registrare ogni suo movimento.

Sa quando si alza dal letto, si veste, va alla finestra o va in bagno. Può dire se sta dormendo o è caduto. Lo fa utilizzando segnali wireless a bassa potenza per mappare la velocità dell'andatura, i modelli di sonno, la posizione e persino il modello di respirazione. Tutte queste informazioni vengono caricate sul cloud, dove gli algoritmi di apprendimento automatico trovano schemi nei migliaia di movimenti che compie ogni giorno.

Le scatole rettangolari fanno parte di un esperimento per aiutare i ricercatori a tracciare e comprendere i sintomi dell'Alzheimer.

Non è sempre ovvio quando i pazienti sono nelle prime fasi della malattia. Le alterazioni nel cervello possono causare sottili cambiamenti nel comportamento e nei modelli di sonno anni prima che le persone inizino a provare confusione e perdita di memoria. I ricercatori ritengono che l'intelligenza artificiale potrebbe riconoscere precocemente questi cambiamenti e identificare i pazienti a rischio di sviluppare le forme più gravi della malattia.

Individuare le prime indicazioni dell'Alzheimer anni prima che si manifestino sintomi evidenti potrebbe aiutare a individuare le persone che hanno maggiori probabilità di trarre beneficio dai farmaci sperimentali e consentire ai membri della famiglia di pianificare eventuali cure. Dispositivi dotati di tali algoritmi potrebbero essere installati nelle case delle persone o nelle strutture di assistenza a lungo termine per monitorare le persone a rischio. Per i pazienti che hanno già una diagnosi, tale tecnologia potrebbe aiutare i medici ad apportare modifiche alle loro cure.

Anche le aziende farmaceutiche sono interessate all'utilizzo di algoritmi di apprendimento automatico, nel loro caso per cercare tra le cartelle cliniche i pazienti che più probabilmente trarranno beneficio dai farmaci sperimentali. Una volta che le persone sono in uno studio, l'IA potrebbe essere in grado di dire agli investigatori se il farmaco sta affrontando i loro sintomi.

Attualmente, non esiste un modo semplice per diagnosticare l'Alzheimer. Non esiste un unico test e le scansioni cerebrali da sole non possono determinare se qualcuno ha la malattia. Invece, i medici devono considerare una varietà di fattori, tra cui la storia medica di un paziente e le osservazioni riportate dai familiari o dagli operatori sanitari. Quindi l'apprendimento automatico potrebbe raccogliere schemi che altrimenti sarebbero facilmente sfuggiti.

David Graham, uno dei pazienti di Vahia, ha uno dei dispositivi alimentati dall'intelligenza artificiale nella sua stanza a Robbie's Place, una struttura di vita assistita a Marlborough, nel Massachusetts.

A Graham, a differenza degli altri quattro pazienti con tali dispositivi nelle loro stanze, non è stato diagnosticato l'Alzheimer. Ma i ricercatori stanno monitorando i suoi movimenti e confrontandoli con i modelli visti nei pazienti che i medici sospettano abbiano la malattia.

Dina Katabi e il suo team del Computer Science and Artificial Intelligence Laboratory del MIT hanno inizialmente sviluppato il dispositivo come rilevatore di caduta per le persone anziane. Ma presto si resero conto che aveva molti più usi. Se potesse riprendere una caduta, pensavano, doveva anche essere in grado di riconoscere altri movimenti, come il ritmo e il vagabondaggio, che possono essere segni dell'Alzheimer.

Katabi afferma che la loro intenzione era di monitorare le persone senza bisogno che indossassero un dispositivo di localizzazione indossabile ogni giorno. Questo è completamente passivo. Un paziente non ha bisogno di mettere sensori sul proprio corpo o fare qualcosa di specifico, ed è molto meno invadente di una videocamera, dice.

Come funziona

Graham si accorge a malapena della scatola bianca appesa nella sua stanza ordinata e illuminata dal sole. Ne è più consapevole nei giorni in cui Ipsit Vahia fa il suo giro e gli parla dei dati che sta raccogliendo. Vahia è uno psichiatra geriatrico al McLean Hospital e alla Harvard Medical School, e lui e gli inventori della tecnologia al MIT stanno conducendo un piccolo studio pilota sul dispositivo.

Graham attende con impazienza queste visite. Durante un recente, è rimasto sorpreso quando Vahia gli ha detto che si stava svegliando di notte. Il dispositivo è stato in grado di rilevarlo, anche se Graham non sapeva che lo stava facendo.

Il segnale radio wireless del dispositivo, solo un millesimo più potente del Wi-Fi, riflette tutto in un raggio di 9 metri, compresi i corpi umani. Ogni movimento, anche il più piccolo, come il respiro, provoca un cambiamento nel segnale riflesso.

Graham dice che si accorge a malapena del dispositivo appeso nella sua stanza.

Katabi e il suo team hanno sviluppato algoritmi di apprendimento automatico che analizzano tutti questi minuti riflessi. Hanno addestrato il sistema a riconoscere movimenti semplici come camminare e cadere e movimenti più complessi come quelli associati ai disturbi del sonno. Man mano che lo insegni sempre di più, la macchina impara e la prossima volta che vede uno schema, anche se è troppo complesso per un essere umano per astrarlo, la macchina riconosce quello schema, dice Katabi.

Nel tempo, il dispositivo crea ampie letture di dati che mostrano modelli di comportamento. L'IA è progettata per individuare le deviazioni da quei modelli che potrebbero significare cose come agitazione, depressione e disturbi del sonno. Potrebbe anche rilevare se una persona sta ripetendo determinati comportamenti durante il giorno. Questi sono tutti sintomi classici dell'Alzheimer.

Se riesci a cogliere queste deviazioni in anticipo, sarai in grado di anticiparle e aiutare a gestirle, afferma Vahia.

In una paziente con diagnosi di Alzheimer, Vahia e Katabi hanno potuto dire che si stava svegliando alle 2 del mattino e vagando per la sua stanza. Hanno anche notato che camminava di più dopo la visita di alcuni membri della famiglia. Dopo aver confermato quel comportamento con un'infermiera, Vahia ha aggiustato la dose del paziente di un farmaco usato per prevenire l'agitazione.

Ipsit Vahia e Dina Katabi stanno testando un dispositivo basato sull'intelligenza artificiale che il laboratorio di Katabi ha costruito per monitorare i comportamenti delle persone con Alzheimer e di quelle a rischio di sviluppare la malattia.

Il cervello cambia

L'intelligenza artificiale sta anche trovando impiego nell'aiutare i medici a rilevare i primi segni dell'Alzheimer nel cervello e capire come si manifestano quei cambiamenti fisici in persone diverse. Quando un radiologo legge una scansione, è impossibile dire se una persona passerà all'Alzheimer, afferma Pedro Rosa-Neto, neurologo della McGill University di Montreal.

Rosa-Neto e la sua collega Sulantha Mathotaarachchi hanno sviluppato un algoritmo che ha analizzato centinaia di scansioni di tomografia a emissione di positroni (PET) da persone che erano state ritenute a rischio di sviluppare l'Alzheimer. Dalle cartelle cliniche, i ricercatori sapevano quale di questi pazienti aveva sviluppato la malattia entro due anni da una scansione, ma volevano vedere se il sistema di intelligenza artificiale poteva identificarli semplicemente rilevando i modelli nelle immagini.

Abbastanza sicuro, l'algoritmo è stato in grado di individuare i modelli in grumi di amiloide, una proteina spesso associata alla malattia, in alcune regioni del cervello. Anche radiologi addestrati avrebbero avuto difficoltà a notare questi problemi su una scansione del cervello. Dai modelli, è stato in grado di rilevare con un'accuratezza dell'84% quali pazienti sono finiti con l'Alzheimer.

L'apprendimento automatico aiuta anche i medici a prevedere la gravità della malattia in diversi pazienti. Il medico e scienziato della Duke University P. Murali Doraiswamy sta utilizzando l'apprendimento automatico per capire in quale stadio della malattia si trovano i pazienti e se è probabile che le loro condizioni peggiorino.

Storia correlata

Storia correlataI fallimenti dei farmaci potrebbero dirci che non sappiamo cosa causa il morbo di Alzheimer.

Abbiamo visto l'Alzheimer come un problema adatto a tutti, dice Doraiswamy. Ma le persone con Alzheimer non presentano tutte gli stessi sintomi e alcune potrebbero peggiorare più velocemente di altre. I medici non hanno idea di quali pazienti rimarranno stabili per un po' o quali si ammaleranno rapidamente. Quindi abbiamo pensato che forse il modo migliore per risolvere questo problema fosse lasciare che fosse una macchina a farlo, dice.

Ha lavorato con Dragan Gamberger, un esperto di intelligenza artificiale presso l'Istituto Rudjer Boskovic in Croazia, per sviluppare un algoritmo di apprendimento automatico che ha ordinato le scansioni cerebrali e le cartelle cliniche di 562 pazienti che avevano un lieve deterioramento cognitivo all'inizio di un periodo di cinque anni.

Sono emersi due gruppi distinti: quelli la cui cognizione è diminuita in modo significativo e quelli i cui sintomi sono cambiati poco o per niente nel corso dei cinque anni. Il sistema è stato in grado di rilevare i cambiamenti nella perdita di tessuto cerebrale nel tempo.

Un terzo gruppo era da qualche parte nel mezzo, tra lieve deterioramento cognitivo e Alzheimer avanzato. Non sappiamo ancora perché questi cluster esistano, dice Doraiswamy.

Test clinici

Dal 2002 al 2012, Il 99 per cento dei farmaci sperimentali per l'Alzheimer ha fallito negli studi clinici. Uno dei motivi è che nessuno sa esattamente cosa causa la malattia. Ma un altro motivo è che è difficile identificare i pazienti che più probabilmente trarranno beneficio da farmaci specifici.

I sistemi di intelligenza artificiale potrebbero aiutare a progettare prove migliori. Una volta che avremo queste persone insieme a geni, caratteristiche e scansioni di imaging comuni, sarà molto più facile testare i farmaci, afferma Marilyn Miller, che dirige la ricerca sull'IA nell'Alzheimer presso il National Institute on Aging, parte degli US National Institutes della Salute.

Quindi, una volta che i pazienti sono stati arruolati in uno studio, i ricercatori potrebbero monitorarli continuamente per vedere se stanno beneficiando del farmaco.

Una delle maggiori sfide nello sviluppo di farmaci per l'Alzheimer è che non abbiamo avuto un buon modo per analizzare la popolazione giusta su cui testare il farmaco, afferma Vaibhav Narayan, ricercatore del team di neuroscienze di Johnson & Johnson.

Dice che gli algoritmi di apprendimento automatico accelereranno notevolmente il processo di reclutamento dei pazienti per gli studi sui farmaci. E se l'IA è in grado di individuare quali pazienti hanno maggiori probabilità di peggiorare più rapidamente, sarà più facile per gli investigatori dire se un farmaco sta apportando qualche beneficio.

In questo modo, se i dottori come Vahia notano segni di Alzheimer in una persona come Graham, possono farlo iscrivere rapidamente a una sperimentazione clinica nella speranza di frenare gli effetti devastanti che altrimenti si verificherebbero anni dopo.

Miller pensa che l'IA potrebbe essere utilizzata per diagnosticare e predire l'Alzheimer nei pazienti non appena tra cinque anni. Ma dice che richiederà molti dati per assicurarsi che gli algoritmi siano accurati e affidabili. Graham, per esempio, sta facendo la sua parte per aiutare.

nascondere