Parkinson, la diagnosi precoce grazie ai sensori indossabili e alla tecnologia di intelligenza artificiale

Per la cura del Parkinson (link all’articolo), la seconda malattia neurodegenerativa più diffusa al mondo che colpisce l’1 per cento della popolazione over 65, è molto importante la diagnosi precoce prima dell’insorgere dei sintomi tipici della patologia, quali il tremore, la rigidità muscolare, il rallentamento motorio che spesso compiono solo dopo vari anni che il processo neurodegenerativo ha già avuto inizio nel sistema nervoso.

Si chiama SensHand il dispositivo indossabile in grado di rilevare, di misurare e di analizzare i movimenti degli arti superiori di una persona, sviluppato sviluppato presso il “Biorobotics for Parkinson Disease Lab” da uno studio coordinato da un gruppo di ricercatori dell’Istituto di BioRobotica della Scuola Superiore Sant’Anna, guidato dal ricercatore Filippo Cavallo in collaborazione con la Neurologia dell’Ospedale delle Apuane di Massa e Carrara.

“Sebbene la diagnosi sul Parkinson – ha spiegato nella nota Filippo Cavallo – sia fortemente orientata alla valutazione dei sintomi motori, l’interesse verso i sintomi non motori sta sostanzialmente aumentando perché questi possono anticipare l’insorgere dei deficit motori di 5-7 anni, consentendo di contrastare la malattia nella fase cosiddetta prodromica.”

Tra i sintomi non motori, particolare rilevanza ha l’iposmia idiopatica, ovvero una ridotta capacità olfattiva, che rappresenta un fattore di rischio per lo sviluppo del Parkinson entro 5 anni. Attraverso il dispositivo indossabile SensHand, i ricercatori hanno acquisito dati motori da 90 soggetti (di cui 30 soggetti sani, 30 persone affette da iposmia idiopatica e 30 pazienti con Parkinson). I test hanno dimostrato che, combinando le informazioni acquisite tramite l’analisi del movimento con i sensori ed i risultati di uno screening olfattivo in grado di individuare persone con iposmia, è possibile identificare in questo gruppo lievi deflessioni motorie (non rilevabili in altro modo) che caratterizzano l’insorgere della malattia in fase prodromica, permettendone potenzialmente la diagnosi diversi anni prima a quanto avvenga tutt’oggi.

“Il nostro sistema – ha continuato Filippo Cavallo – permette una valutazione quantitativa ed oggettiva delle performance motorie, tramite l’estrazione di ben 96 parametri derivanti dall’analisi spaziotemporale e frequenziale dei segnali inerziali acquisiti. Eccellenti risultati sono stati ottenuti nel classificare il gruppo di soggetti sani rispetto a quello dei malati (accuratezza del 95%), confermando che il sistema può rappresentare un ottimo supporto per il clinico nella diagnosi oggettiva della malattia di Parkinson. Promettenti risultati sono stati inoltre raggiunti includendo nella classificazione anche il gruppo di soggetti iposmici che, clinicamente, non presentano segni evidenti della malattia. Il sistema è risultato infatti in grado di discriminare i tre gruppi con un’accuratezza del 79%”.