Parkinson: Fbk sviluppa un algoritmo in grado di prevedere il rischio di cadute

La malattia di Parkinson è la seconda malattia neurodegenerativa in termini di frequenza in tutto il mondo dopo l’Alzheimer; si stima che i casi siano destinati a raddoppiare entro il 2030, a causa del crescente invecchiamento della popolazione generale.

Partendo dalla digitalizzazione, armonizzazione e organizzazione dei dati dei pazienti con malattia di Parkinson ricoverati nei centri clinici coinvolti, i ricercatori hanno strutturato set di dati standardizzati specifici per la malattia e identificato modelli di variabili cliniche e neuropsicologiche, basati sull’intelligenza artificiale, fondamentali per la previsione delle possibili traiettorie della patologia.

Lo studio si compone di due fasi. In un primo stadio, di osservazione retrospettiva, i ricercatori si sono concentrati sulla sistematizzazione dei dati dei pazienti già da tempo in carico al centro Parkinson, per ottenere una descrizione dettagliata e armonizzata del fenotipo clinico dei pazienti.

Lorenzo Gios, project manager del centro Digital Health & Wellbeing   di Fondazione Bruno Kessler e di TrentinoSalute4.0  , centro di competenza sulla sanità digitale, spiega: “La correlazione del fenotipo clinico con la successiva progressione dei sintomi, così come la mappatura dell’insorgenza precoce di sintomi specifici, può svolgere un ruolo centrale per la previsione del rischio, la personalizzazione del trattamento e la pianificazione delle strategie preventive appropriate. Fornire al clinico e al paziente, attraverso questa ricerca, un’ulteriore chiave di lettura dei fattori scatenanti e di aggravamento della patologia e aiutare a prevenire la traiettoria della malattia, spesso lunga e complessa, è per noi un primo importante traguardo. Allo stesso modo, aiutare il personale sanitario nella gestione di un così alto numero di pazienti e rimandarne il più possibile il peggioramento significa fare la nostra parte nel rendere più sostenibile il sistema sanitario nel lungo periodo, soprattutto nei casi di cronicità”.

In una seconda fase prospettica, il gruppo di ricerca raccoglierà le stesse variabili dello studio retrospettivo in pazienti di nuova diagnosi, arruolati negli stessi centri.

Maria Chiara Malaguti, dirigente medico dell’Unità operativa di Neurologia presso l’ospedale Santa Chiara di Trento e coordinatore della rete clinica Parkinson presso APSS, sottolinea: “Una volta sviluppati e validati, questi modelli daranno un grande supporto allo sviluppo delle conoscenze per migliorare la prevenzione, la diagnosi e il trattamento di queste malattie. Per noi clinici significa imparare a gestire la cronicità con un paradigma nuovo, un modello di gestione che ci permetta di conoscere meglio i nostri pazienti e personalizzare le terapie”.

Questo studio si inserisce in NeuroArtP3  , un ampio progetto del Ministero della salute nato nel 2020 con l’obiettivo di migliorare la gestione delle malattie del sistema nervoso centrale come Alzheimer, Parkinson, SLA, sclerosi multipla e tumori cerebrali, sfruttando la grande quantità di dati clinici a disposizione dei centri partecipanti. Con un budget complessivo di circa 2 milioni e 400mila euro, il progetto NeuroArtP3 è co-finanziato dal Ministero della Salute e dalle Regioni dei centri partner (Liguria, Lombardia, Toscana e Provincia autonoma di Trento).

Tra gli enti coinvolti, oltre alla Neurologia di APSS diretta dal prof. Bruno Giometto, referente scientifico del progetto per Trento, anche l’Istituto Giannina Gaslini di Genova, l’IRCCS Ospedale San Raffaele di Milano e la Fondazione Don Gnocchi di Firenze.