Due studi pubblicati su Nature Medicine ai quali ha partecipato anche l’Ospedale Gemelli di Roma
La tecnologia del film Avatar per diagnosticare più rapidamente le malattie rare
Full-body motion tracking, intelligenza artificiale e nuovi team clinici interdisciplinari possono rivoluzionare la ricerca sulle malattie rare
[23 Gennaio 2023]
Due studi innovativi – “Wearable full-body motion tracking of activities of daily living predicts disease trajectory in Duchenne muscular dystrophy” e A wearable motion capture suit and machine learning predict disease progression in Friedreich’s ataxia” – pubblicati su Nature Medicine da un team interdisciplinare di ricercatori clinici e di intelligenza artificiale (AI) hanno dimostrato che «Combinando i dati sul movimento umano raccolti dalla tecnologia indossabile con una nuova potente tecnologia di intelligenza artificiale medica, s i è in grado di identificare schemi di movimento chiari, prevedere la futura progressione della malattia e aumentare significativamente l’efficienza degli studi clinici in due malattie rare molto diverse, la distrofia muscolare di Duchenne (DMD) e l’atassia di Friedreich (FA)».
I due studi sono il frutto di un’ampia collaborazione di ricercatori e competenze che si occupano che vanno dall’intelligenza artificiale all’ingegneria, dalla genetica alle specializzazioni cliniche, che comprendono: Ospedale Gemelli di Roma, UKRI Centre in AI for Healthcare, MRC London Institute of Medical Sciences (MRC LMS), UCL Great Ormond Street Institute for Child Health (UCL GOS ICH), del NIHR Great Ormond Street Hospital Biomedical Research Center ( NIHR GOSH BRC), Atassia Center at UCL Queen Square Institute of Neurology, Great Ormond Street Hospital, National Hospital for Neurology and Neurosurgery (UCLH and UCL/UCL BRC), Universität Bayreuth e NIHR Imperial College Research Facility
All’Imperial College London ricordano che «MD e AF sono malattie genetiche rare, degenerative che influenzano il movimento e alla fine portano alla paralisi». L’AF compare tipicamente nell’adolescenza e colpisce una persona su 50.000, mentre la DMD colpisce in tutto il mondo ogni anno 20.000 bambini, per lo più maschi, Al momento non ci sono cure per nessuna delle due malattie, ma i ricercatori sperano che questi risultati accelereranno in modo significativo la ricerca di nuovi trattamenti.
La tecnologia utilizzata In entrambi gli studi è quella usata per realizzare i personaggi Na’vi del film “Avatar La Via dell’acqua: «Tutti i dati dei sensori sono stati raccolti e inseriti nella tecnologia AI per creare avatar individuali e analizzare i movimenti – spiegano ancora all’Imperial College London – Questo vasto dataset e questo potente strumento informatico hanno permesso ai ricercatori di definire le impronte digitali dei movimenti chiave osservate nei bambini con DMD e negli adulti con AF, che erano diverse nel gruppo di controllo. Molti di questi modelli di movimento basati sull’intelligenza artificiale non erano stati descritti clinicamente prima né nella DMD né nell’AF. Gli scienziati hanno anche scoperto che «La nuova tecnica di intelligenza artificiale potrebbe anche migliorare significativamente le previsioni di come la malattia dei singoli pazienti progredirà nell’arco di 6 mesi rispetto alle attuali valutazioni gold standard. Una previsione così precisa consente di eseguire studi clinici in modo più efficiente in modo che i pazienti possano accedere più rapidamente a nuove terapie e anche aiutare a dosare i farmaci in modo più preciso.
Questo nuovo modo di analizzare le misurazioni del movimento di tutto il corpo fornisce ai team markers clinici chiari della malattia e previsioni della sua progressione e gli scienziati dicono che «Questi sono strumenti inestimabili durante gli studi clinici per misurare i benefici di nuovi trattamenti. La nuova tecnologia potrebbe aiutare i ricercatori a condurre studi clinici sulle condizioni che influenzano il movimento in modo più rapido e accurato».
Normalmente, il monitoraggio della progressione dell’AF e della DMD viene effettuato attraverso test intensivi in ambito clinico i nuovi studi forniscono una valutazione significativamente più precisa che aumenta anche l’accuratezza e l’obiettività dei dati raccolti. I ricercatori stimano che «L’utilizzo di questi markers di malattia significa che per un numero significativamente inferiore di pazienti sia necessario per sviluppare un nuovo farmaco rispetto ai metodi attuali. Questo è particolarmente importante per le malattie rare in cui può essere difficile identificare i pazienti idone»i. Gli scienziati sperano che «Oltre a utilizzare la tecnologia per monitorare i pazienti negli studi clinici, un giorno possa anche essere utilizzata per monitorare o diagnosticare una serie di malattie comuni che influenzano il comportamento del movimento come demenza, ictus e condizioni ortopediche».
Aldo Faisal, autore senior e corrispondente di entrambi gli studi, dei dipartimenti di bioingegneria e informatica dell’Imperial College di Londra, direttore dell’ UKRI Centre for Doctoral Training in AI for Healthcare e presidente per la salute digitale alla Chair for Digital Health all’Universität Bayreuth, ha spiegato che «Il nostro approccio raccoglie enormi quantità di dati dal movimento di tutto il corpo di una persona, più di quanto qualsiasi neurologo avrà la precisione o il tempo per osservare in un paziente. La nostra tecnologia AI costruisce un gemello digitale del paziente e ci consente di fare previsioni precise e senza precedenti su come progredirà la malattia di un singolo paziente. Riteniamo che la stessa tecnologia di intelligenza artificiale che funziona in due malattie molto diverse, mostri quanto sia promettente essere applicata a molte malattie e aiutarci a sviluppare ancora più velocemente trattamenti per molte più malattie, più economici e più precisi».
Un altro coautore di entrambi gli studi , Richard Festenstein , dell’ MRC LMS e del Department of Brain Sciences dell’Imperial, ha ricordato che «I pazienti e le famiglie spesso vogliono sapere come sta progredendo la loro malattia e la tecnologia di motion capture combinata con l’intelligenza artificiale potrebbe aiutare per fornire queste informazioni. Speriamo che questa ricerca abbia il potenziale per trasformare gli studi clinici sui disturbi del movimento rari, nonché migliorare la diagnosi e il monitoraggio per i pazienti oltre i livelli delle prestazioni umane» e, intervistato dalla BBC ha sottolineato che «La tecnologia della tuta, che ho contribuito a sviluppare, ha il potenziale per cambiare l’economia della scoperta di farmaci. Questo attirerà l’industria farmaceutica a investire nelle malattie rare. I principali beneficiari della nostra ricerca saranno per i pazienti, perché la tecnologia sarà in grado di fornire nuovi trattamenti molto più rapidamente».
Nello studio incentrato sulla DMD, i ricercatori e i medici dell’Imperial, del Great Ormond Street Hospital e dell’University College di Londra hanno testato la tuta con sensori indossata sul corpo in 21 bambini con DMD e in 17 bambini di pari età sani. I bambini hanno indossato i sensori durante le valutazioni cliniche standard (come il test di camminare per 6 minuti) e durante le loro attività quotidiane come pranzare o giocare.
Nello studio FA, i team dell’Imperial, dell’Ataxia Centre, dell’UCL Queen Square Institute of Neurology e dell’MRC London Institute of Medical Sciences hanno lavorato con i pazienti per identificare i principali schemi di movimento e prevedere i marcatori genetici della malattia e spiegano che «L’AF è l’atassia ereditaria più comune ed è causata da una insolitamente grande che disattiva il gene FA. Utilizzando questa nuova tecnologia AI, il team è stato in grado di utilizzare i dati di movimento per prevedere con precisione lo “spegnimento” del gene FA, misurando quanto fosse attivo senza la necessità di prelevare campioni biologici dai pazienti».
Il team è stato in grado di amministrare una scala di valutazione (Scale for the assessment and rating of ataxia – SARA) per determinare il livello di disabilità e per fare valutazioni funzionali come capacità di camminare, movimenti mano/braccia (SCAFI) in 9 pazienti affetti da AF e in 9 sani. I risultati di queste valutazioni cliniche convalidate sono stati poi confrontati con quelli ottenuti utilizzando la nuova tecnologia sugli stessi pazienti e sugli individui sani e «Mostra una maggiore sensibilità nel predire la progressione della malattia».
Nello studio DMD, i ricercatori hanno dimostrato che questa nuova tecnologia potrebbe ridurre a un quarto il numero di bambini necessari per rilevare se un nuovo trattamento funziona. E nello studio FA i ricercatori hanno dimostrato di poter ottenere la stessa precisione con 10 pazienti invece di oltre 160. «Questa tecnologia AI è particolarmente potente quando si studiano le malattie rare, quando le popolazioni di pazienti sono più piccole – fanno notare gli scienziati – Inoltre, la tecnologia consente di studiare i pazienti attraverso eventi patologici che cambiano la vita, come la perdita della deambulazione, mentre gli attuali studi clinici si rivolgono a coorti di pazienti deambulanti o non deambulanti.
Secondo un altro coautore di entrambi gli studi , Thomas Voit , direttore del NIHR GOSH BRC e professore di neuroscienze dello sviluppo all’’UCL GOS ICH, «Questi studi mostrano come la tecnologia innovativa può migliorare significativamente il modo in cui studiamo le malattie giorno per giorno. L’impatto di tutto questo, insieme alla conoscenza clinica specializzata, non solo migliorerà l’efficienza delle sperimentazioni cliniche, ma ha il potenziale per tradursi in un’enorme varietà di condizioni che incidono sul movimento. E’ grazie alle collaborazioni tra istituti di ricerca, ospedali, specialità cliniche e con pazienti e famiglie dedicati che possiamo iniziare a risolvere i problemi impegnativi che la ricerca sulle malattie rare deve affrontare.
Il principale autore congiunto di entrambi gli studi, Balasundaram Kadirvelu deii dipartimenti di informatica e bioingegneria dell’Imperial, ha raccontato che «Siamo rimasti sorpresi nel vedere come il nostro algoritmo di intelligenza artificiale è stato in grado di individuare alcuni nuovi modi di analizzare i movimenti umani. Le chiamiamo “impronte digitali comportamentali” perché proprio come le impronte digitali della nostra mano ci consentono di identificare una persona, queste impronte digitali caratterizzano precisamente la malattia, indipendentemente dal fatto che il paziente sia su una sedia a rotelle o cammini, sia in clinica per fare una valutazione o pranzi in un caffè».
Per quanto riguarda i potenziali trattamenti, la principale autrice dello studio sulla DMD e coautrice dello studio sulla FA, Valeria Ricotti , docente clinico onorario all’UCL GOS ICH, ha detto a BBC News: « Sono completamente sbalordita dai risultati. L’impatto sulla diagnosi e sullo sviluppo di nuovi farmaci per una vasta gamma di malattie potrebbe essere assolutamente enorme. Aumentare l’efficienza degli studi clinici ci fa sperare di poter testare con successo molti altri trattamenti».
La co-autrice Paola Giunti, a capo dell’UCL Atassia Center,del Queen Square Institute of Neurology e consulente onorario presso il National Hospital for Neurology and Neurosurgery – UCLH, ha concluso: «Siamo entusiasti dei risultati di questo progetto che ha mostrato come l’IA si avvicina sono certamente superiori nel rilevare la progressione della malattia in una malattia rara come l’atassia di Friedreich. Con questo nuovo approccio possiamo rivoluzionare la progettazione della sperimentazione clinica per nuovi farmaci e monitorare gli effetti di farmaci già esistenti con una precisione sconosciuta con i metodi precedenti. Saremo in grado di sperimentare più farmaci con meno pazienti a un costo inferiore. Il gran numero di pazienti affetti da FA che sono stati caratterizzati molto bene sia clinicamente che geneticamente presso l’Ataxia Center UCL Queen Square Institute of Neurology, oltre al nostro contributo cruciale sul protocollo clinico, ha reso possibile il progetto. Siamo inoltre grati a tutti i nostri pazienti che hanno partecipato a questo progetto».