Grazie a un innovativo approccio basato sull’intelligenza artificiale, un team di ricerca italiano ha raggiunto un traguardo importante nella diagnosi precoce della malattia di Parkinson. Lo studio, recentemente pubblicato sulla rivista npj Parkinson’s Disease (Nature Publishing Group), ha applicato per la prima volta un modello multivariato basato su Ai e Natural Language Processing (Nlp) a pazienti italiani, offrendo nuove prospettive nella neurodiagnostica non invasiva.
Il cuore della ricerca è l’analisi del linguaggio spontaneo, attraverso la raccolta e l’elaborazione di campioni vocali ottenuti da 40 partecipanti presso l’Irccs Maugeri di Bari. A questi soggetti – alcuni sani, altri affetti da Parkinson – è stato chiesto di eseguire attività linguistiche come descrivere immagini o parlare liberamente. I file audio risultanti sono stati analizzati tramite algoritmi avanzati di machine learning, capaci di identificare pattern linguistici distintivi della malattia.
Tra i risultati più significativi, l’accuratezza del modello ha raggiunto il 77% nella distinzione tra pazienti e soggetti sani, con punte dell’85% nella classificazione dei sottogruppi cognitivi e il 75% nell’individuare due fenotipi cognitivi specifici (PD-nMCI e PD-MCI). Tra i marcatori linguistici più sensibili, spiccano la riduzione nell’uso dei verbi d’azione, le difficoltà nell’accesso lessicale e l’aumento delle riformulazioni. Questi tratti, secondo i ricercatori, riflettono il deterioramento precoce delle funzioni cognitive legate al lobo frontale.
Il progetto nasce da una collaborazione multidisciplinare e internazionale, che vede coinvolti l’Istituto Universitario di Studi Superiori (Iuss) di Pavia, l’Irccs Maugeri di Bari, il Global Brain Health Institute (UCSF), l’Universidad de San Andrés (Argentina), e DeepTrace Technologies, uno spin-off accademico. Coordinato dal centro Ailice Labs dello Iuss, il lavoro si inserisce in un più ampio programma volto a sviluppare biomarcatori digitali standardizzabili, da utilizzare nella pratica clinica per la diagnosi precoce e il monitoraggio delle malattie neurodegenerative.
La dottoressa Petronilla Battista, responsabile del Laboratorio di Neuropsicologia dell’Irccs Maugeri, sottolinea come il linguaggio rappresenti una finestra privilegiata sul funzionamento del cervello: “Abbiamo osservato alterazioni specifiche nell’uso delle parole e nella costruzione delle frasi che potrebbero anticipare altri sintomi cognitivi”. Il professor Christian Salvatore, docente dello Iuss e Ceo di DeepTrace Technologies, evidenzia invece il potenziale di tecnologie Ai spiegabili e modulari, in grado di integrarsi facilmente nei flussi clinici.
Le prossime fasi della ricerca prevedono l’ampliamento del campione clinico e la validazione dei modelli in contesti reali, come lo screening precoce o il monitoraggio a distanza. Inoltre, si punta allo sviluppo di strumenti cross-linguistici, adattabili a diverse lingue e culture sanitarie, mantenendo trasparenza e affidabilità diagnostica.
Oltre al Parkinson, questo approccio potrebbe essere adattato ad altre patologie neurologiche, offrendo una metodologia scalabile per supportare i medici nella valutazione dei pazienti. Come precisano i ricercatori, l’intelligenza artificiale non sostituisce il giudizio clinico, ma rappresenta uno strumento di supporto evoluto, capace di potenziare le capacità diagnostiche grazie a dati oggettivi e replicabili.
