Il team di scienziati ha impiegato dati di pazienti raccolti in modo routinario, non invasivo e a basso costo, provenienti da oltre 400 individui inclusi in una coorte di ricerca negli Stati Uniti. Successivamente, il modello è stato testato con dati reali di ulteriori 600 partecipanti della stessa coorte e dati longitudinali di 900 persone provenienti da cliniche della memoria nel Regno Unito e a Singapore.
L’algoritmo sviluppato è stato capace di distinguere tra persone con lieve compromissione cognitiva stabile e quelle che sono progredite verso l’Alzheimer in un periodo di tre anni. Ha identificato correttamente il 82% dei casi che hanno sviluppato la malattia e l’81% di quelli che non l’hanno sviluppata, basandosi solo su test cognitivi e una scansione MRI.
Questa tecnologia si è dimostrata circa tre volte più accurata nel predire la progressione verso l’Alzheimer rispetto allo standard di cura attuale, che include marcatori clinici standard come l’atrofia della materia grigia o i punteggi cognitivi. Ciò indica che il modello potrebbe ridurre significativamente le diagnosi errate.
Inoltre, il modello ha permesso ai ricercatori di stratificare i pazienti con Alzheimer in tre gruppi, basandosi sui dati della prima visita alla clinica della memoria: coloro i cui sintomi sarebbero rimasti stabili (circa il 50% dei partecipanti), quelli che sarebbero progrediti lentamente verso l’Alzheimer (circa il 35%) e quelli con una progressione più rapida (il restante 15%). Queste previsioni sono state validate esaminando i dati di follow-up raccolti nel corso di 6 anni.
Il Professore Zoe Kourtzi, autore principale dello studio, ha sottolineato l’importanza di questo strumento, che utilizza solo dati da test cognitivi e scansioni MRI, per migliorare la capacità di prevedere se e come una persona con sintomi lievi progredirà verso l’Alzheimer. Questo potrebbe migliorare notevolmente il benessere dei pazienti, indicando chi necessita di cure più attente e alleviando l’ansia per quei pazienti che si prevede rimarranno stabili.
Il modello è stato validato utilizzando dati indipendenti che includevano quasi 900 individui che frequentavano cliniche della memoria nel Regno Unito e a Singapore, dimostrando la sua applicabilità in un contesto clinico reale.
Il team di ricerca ora spera di estendere il loro modello ad altre forme di demenza, come la demenza vascolare e la demenza frontotemporale, e di utilizzare diversi tipi di dati, come i marcatori da esami del sangue.
Il Professore Kourtzi ha aggiunto che, per affrontare la crescente sfida sanitaria rappresentata dalla demenza, saranno necessari strumenti migliori per identificare e intervenire nelle fasi più precoci possibili. La visione è quella di ampliare l’uso dello strumento AI per aiutare i clinici a assegnare la persona giusta al momento giusto al percorso diagnostico e terapeutico corretto, facilitando anche l’abbinamento dei pazienti giusti ai trial clinici, accelerando così la scoperta di nuovi farmaci per trattamenti modificanti la malattia.