You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
SALUTE<br />
di Elisabetta Gramolini<br />
SCLEROSI MULTIPLA<br />
SE IL COMPUTER PREVEDE<br />
LA PROGRESSIONE<br />
Uno studio interdisciplinare della Sapienza<br />
ha usato il machine learning per predire<br />
il cammino della malattia<br />
Gli algoritmi dominano le nostre<br />
vite ma in futuro potrebbero<br />
aiutare anche i malati di sclerosi<br />
multipla. Uno studio, pubblicato<br />
sulla rivista Plos One e frutto della<br />
collaborazione fra i ricercatori di quattro<br />
diversi dipartimenti della Università Sapienza<br />
di Roma, ha individuato un paradigma<br />
per predire lo sviluppo della malattia nel<br />
medio periodo che utilizza il machine learning,<br />
branca promettente dell’informatica,<br />
sempre più applicata anche nella scienza<br />
medica. Importante branca dell’intelligenza<br />
artificiale, questo ulteriore campo d’innovazione<br />
sfrutta la capacità di apprendimento<br />
<strong>dei</strong> “cervelloni” che processano miliardi e<br />
miliardi di dati, in questo caso medici e disponibili<br />
nella comune pratica clinica.<br />
Partendo dalle informazioni acquisite,<br />
i differenti algoritmi prendono una decisione<br />
piuttosto che un’altra o indicano azioni<br />
apprese nel tempo. Nella vita di tutti i<br />
giorni, le applicazioni del machine learning<br />
sono molto più comuni di quanto si possa<br />
immaginare. Un primo esempio che sfrutta<br />
il tipo di tecnologia è il riconoscimento vocale<br />
in dotazione a molti smartphone o degli<br />
impianti di domotica. Un altro è quello<br />
delle “pubblicità traccianti”, ovvero le inserzioni<br />
inviate all’utente in base ai gusti o<br />
le abitudini raccolti dalla macchina in rete<br />
fino a quel momento.<br />
Lo studio realizzato dai ricercatori della<br />
Sapienza rappresenta il primo tentativo<br />
di analizzare diversi approcci per applicare<br />
strategie e modelli di apprendimento automatico<br />
ad una serie di dati clinici di routine<br />
per prevedere l’evoluzione del corso della<br />
sclerosi multipla. Alla ricerca hanno lavorato<br />
i membri <strong>dei</strong> dipartimenti di Ingegneria informatica<br />
automatica e gestionale “Antonio<br />
Ruberti”, di Neuroscienze, salute mentale e<br />
organi di senso (NESMOS), di Fisica, dell’Istituto<br />
<strong>dei</strong> Sistemi complessi (ISC-CNR) e<br />
Francesca Grassi del dipartimento di Fisiologia<br />
e farmacologia “Vittorio Erspamer”.<br />
Per collaborare ingegneri, neurologi, fisici<br />
e neurofisiologi hanno dovuto dedicare<br />
una prima fase per definire un linguaggio<br />
comune, in grado di permettere una comunicazione<br />
efficace fra esperti di discipline<br />
così diverse. <strong>Il</strong> gruppo<br />
ha operato su un database<br />
costituito dalle<br />
cartelle cliniche (opportunamente<br />
anonimizzate)<br />
<strong>dei</strong> pazienti<br />
seguiti dall’ospedale<br />
universitario Sant’Andrea<br />
di Roma, considerato<br />
un centro di eccellenza per il trattamento<br />
della malattia.<br />
Una volta resi utilizzabili dalle macchine<br />
per apprendimento automatico, i dati sono<br />
stati analizzati con due diversi paradigmi di<br />
apprendimento: uno basato sull’utilizzo delle<br />
informazioni cliniche relative a una singo-<br />
La ricerca, che ha visto<br />
l’utilizzo dell’intelligenza<br />
artificiale, è stata pubblicata<br />
sulla rivista Plos One<br />
la visita medica (Visit-oriented), l’altro che<br />
utilizza la sequenza di visite disponibili per<br />
il paziente (History-oriented). Le finestre<br />
temporali scelte per le previsioni sono state<br />
di 180, 360 e 720 giorni.<br />
I risultati ottenuti mostrano che i dati<br />
clinici possono essere<br />
sufficienti per prevedere<br />
in maniera affidabile<br />
l’evoluzione<br />
della sclerosi multipla<br />
nei singoli soggetti.<br />
Sapere come si<br />
svilupperà la malattia<br />
è fondamentale per<br />
studiare la terapia giusta ed evitare un peggioramento<br />
della disabilità. Ad oggi infatti<br />
esistono vari trattamenti, personalizzabili<br />
sulle base delle caratteristiche del caso e le<br />
condizioni della persona, in grado di prevenire<br />
o ritardare le ricadute anche per molto<br />
tempo, ma in generale i possibili effetti avver-<br />
40 <strong>Il</strong> <strong>Giornale</strong> <strong>dei</strong> <strong>Biologi</strong> | Marzo 2020
Change language