Uno studio interdisciplinare della Duke University ha sviluppato un modello di intelligenza artificiale basato su network neurali capace di individuare pazienti Alzheimer partendo da una scansione della retina (Wisely CE, Wang D, Henao R, Grewal DS, Thompson AC, Robbins CB, Yoon SP, Soundararajan S, Polascik BW, Burke JR, Liu A, Carin L, Fekrat S. Convolutional neural network to identify symptomatic Alzheimer’s disease using multimodal retinal imaging. Br J Ophthalmol. 2020 Nov 26:bjophthalmol-2020-317659. doi: 10.1136/bjophthalmol-2020-317659. Epub ahead of print. PMID: 33243829).
La scoperta potrebbe essere il punto di partenza per lo sviluppo di un sistema diagnostico non invasivo da applicare ai soggetti con una sintomatologia che faccia sospettare la presenza di malattia.
Il modello analizza la struttura di retina e vasi sanguigni e le associa ai sintomi cognitivi per evidenziare la presenza o meno della malattia di Alzheimer. Il modello è stato costruito a partire dalle scansioni di retina di 159 soggetti, 123 dei quali sani e 36 malati di Alzheimer.
«Abbiamo testato diversi tipi di approccio e quello che funziona meglio è la combinazione tra immagini di retina e dati clinici del paziente. Il nostro modello differenzia tra pazienti con sintomi di Alzheimer e partecipanti sani», sottolinea C. Ellis Wisely, primo autore dello studio e oftalmologo alla Duke che evidenzia anche l’importanza di aumentare il numero di soggetti per poter costruire modelli utili per diagnosticare la patologia in tutte le etnie.
Poter diagnosticare l’Alzheimer da una scansione oculare sarebbe importante. Al momento, infatti, gli esami diagnostici che seguono lo sviluppo dei sintomi sono invasivi e costosi, oltre a comportare dei alcuni rischi.
Stefania Somaré
