PROGETTO HAND

La diagnosi delle malattie neurodegenerative grazie all’analisi della grafia

In Italia oltre un milione di persone soffre di malattie neurodegenerative legate all’età, come Alzheimer e Parkinson. Solo una diagnosi precoce può aiutare a ritardarne gli effetti, migliorando la qualità della vita dei pazienti

14 Gennaio 2020

La diagnosi delle malattie neurodegenerative grazie all’analisi della grafia

HAND nasce come strumento diagnostico economico e per nulla invasivo basato sull’Intelligenza Artificiale, capace di individuare i segni distintivi delle demenze analizzando la scrittura dei pazienti. La lotta all’Alzheimer e al Parkinson punta sull’intelligenza artificiale e sullo studio della scrittura. L’intelligenza artificiale applicata a una serie di test grafici, infatti, consentirà una diagnosi precoce, rapida e totalmente indolore delle principali malattie neurodegenerative legate all’età. La scrittura, infatti, risulta tra le attività motorie maggiormente compromesse dalle patologie neurodegenerative, essendo il risultato di una complessa rete di abilità cognitive, cinestetiche e percettivo-motorie governate dalle aree del cervello colpite dall’Alzheimer, dal Parkinson e dalle altre patologie classificate dalla medicina con il termine generico di “demenze”. 

È allo studio, quindi, una soluzione tecnologica e a basso costo che fornisce a medici e strutture sanitarie uno strumento in più per affrontare la malattia fin dal suo esordio, ritardandone gli effetti e migliorando così la qualità della vita di oltre un milione di persone soltanto in Italia, dove si registrano 600 mila casi di Alzheimer, 930 mila pazienti che, a causa di un ictus, vivono con invalidità, 240 mila individui affetti da Parkinson e 50 mila soggetti che soffrono di altre tipologie di parkinsonismo. Il nome che è stato scelto dai ricercatori italiani per questo protocollo diagnostico è HAND, una parola inglese che significa 'mano': non si tratta soltanto dell’acronimo di Handwriting Analysis against Neuromuscolar Disease (ovvero Analisi della grafia contro le malattie neuromuscolari), bensì è una voluta allusione alla relazione che intercorre fra l’esordio delle malattie neurodegenerative e le disfunzioni nel controllo fine dei movimenti della mano. 

L’unicità di HAND consiste nella sua capacità di acquisire i dati relativi alle dinamiche della scrittura dei pazienti attraverso una tavoletta grafica, di individuare le caratteristiche che influiscono maggiormente nelle alterazioni nella grafia e di elaborare una diagnosi con un grado di affidabilità che supera il 90 per cento. HAND è stato sviluppato dai dipartimenti di informatica e di ingegneria di tre Università italiane – l’Università di Bari ‘Aldo Moro’, l’Università di Salerno e l’Università degli Studi di Cassino e del Lazio Meridionale – nell’ambito del programma di finanziamenti PRIN (Progetti di Rilevante Interesse Nazionale), che contano sul sostegno economico del Ministero dell’Istruzione, dell’Università e della Ricerca (MIUR).  Il progetto – che si colloca nel settore PE-Scienze fisiche e Ingegneria – è stato giudicato eccellente dalla Commissione di esame del PRIN2015 su tutte le voci di valutazione (innovatività, metodologia, risonanza internazionale, qualità scientifica della compagine, eseguibilità e impatto sia scientifico che industriale-economico), è stato selezionato tra 1.483 proposte a livello Nazionale nel settore PE e ha goduto di un finanziamento complessivo di 494 mila euro.

Spiega il dottor Vincenzo Canonico, responsabile del Centro diagnosi e cura delle demenze del Policlinico Università di Napoli 'Federico II': «Poiché allo stato attuale della ricerca medico-scientifica, manca una cura risolutiva per le patologie neurodegenerative, soltanto una diagnosi precoce può consentire di prendere coscienza del problema il prima possibile, adottando stili di vita più sani e di conseguenza ritardando gli effetti di queste malattie per migliorare la qualità della vita dei pazienti. È in questo contesto che il test HAND risulta rivoluzionario, perché una volta confermata la sua affidabilità sarà uno strumento indispensabile per la diagnosi precoce delle demenze e permetterà ai medici di intervenire prima e con maggiore efficacia nella cura di queste patologie».

Ma come funziona HAND? Grazie a una tavoletta grafica connessa via bluetooth a un computer (sul quale è installata una suite software che memorizza ed elabora i dati forniti dalla tavoletta, così da produrre un report diagnostico), il protocollo HAND ricrea le condizioni che consentono ai pazienti di scrivere su comuni fogli di carta A4 – appoggiati sulla superficie tavoletta – e di produrre i gesti della loro scrittura nel modo più naturale possibile. Per farlo, si utilizza una 'normale' penna a sfera – in tutto e per tutto simile per forma, peso e dimensioni a una biro comune – capace di registrare le coordinate spazio-temporali dei tratti (posizione, movimento, accelerazione, velocità, pressione, traiettoria, interruzione del tratto). Il test comprende 25 semplici compiti (di copia, di memoria e grafici) che vengono elaborati dal software e può essere somministrato anche in ambulatorio da un medico o da un altro professionista del settore sanitario dopo un breve training formativo. Il risultato – che dovrà necessariamente essere sottoposto all’interpretazione dei medici (geriatri, neurologi, neuropsicologi e psichiatri) – consente di raggiungere una diagnosi molto più precisa di quanto sia possibile oggi, tanto della patologia neurodegenerativa in essere, quanto dello stadio in cui si trova. In futuro sarà possibile anche una diagnosi predittiva con diversi anni di anticipo rispetto all’insorgenza dei primi sintomi.

Racconta il professor Angelo Marcelli, docente di Intelligenza Artificale e Computazione Naturale presso il Dipartimento di Ingegneria dell’Informazione ed Elettrica e Matematica applicata dell’Università di Salerno, uno dei 'padri' di HAND: «L’idea di HAND è nata insieme ai colleghi Giuseppe Pirlo dell’Università di Bari e Claudio De Stefano dell’Università di Cassino e del Lazio Meridionale. Alla luce dei risultati pubblicati in letteratura sull’utilizzo di tavolette grafiche e di altri dispositivi pen-based per l’acquisizione online della scrittura – risultati che dimostravano in maniera inequivocabile come le informazioni relative alla dinamica della scrittura fossero fondamentali per descriverne gli aspetti che la caratterizzano – ci siamo resi conto  che se avessimo capito quali sono e che ruolo svolgono le aree cerebrali nell’apprendimento e nell’esecuzione della scrittura, quali sono le caratteristiche della scrittura che dipendono dal funzionamento di queste aree e come misurarle, avremmo potuto sviluppare dei metodi automatici per individuare le caratteristiche che possono essere messe in relazione con le patologie neurodegenerative che comportano alterazioni del movimento, come il Parkinson e l’Alzheimer».

Fondamentale per l’uso delle tecniche di machine learning e per una sempre maggiore accuratezza nell’interpretazione dei dati è l’esistenza di una banca dati ben profilata e grande abbastanza da consentire un impiego efficace degli algoritmi di classificazione sviluppati per HAND. Per questa ragione i ricercatori hanno creato ex novo un database, composto ormai da centinaia di campioni, tra pazienti e controlli, che è stato realizzato con la collaborazione di medici, ospedali, Uva, Rsa e Università di tutta Italia: il Centro diagnosi e cura delle demenze del Policlinico Università di Napoli 'Federico II', coordinato dal dottor Vincenzo Canonico; il Dipartimento di Scienze mediche e chirurgiche avanzate dell’Università della Campania 'Luigi Vanvitelli', sotto la responsabilità del professor Gioacchino Tedeschi; il Dipartimento di Fisiologia 'Vittorio Erspamer' dell’Università di Roma 'La Sapienza', supervisionato dal professor Claudio Babiloni; l’azienda ospedaliera San Raffaele di Cassino e la Residenza Sanitaria Assistenziale 'Villaggio Amico' di Gerenzano (VA), con la collaborazione della dottoressa Rosaria Rigo. Questo ampio database, che continuerà a essere aggiornato nel tempo, insieme alla massiccia mole di caratteristiche della scrittura (dinamiche e statiche) estratte e rielaborate da altri test diagnostici e dalla letteratura medico-scientifica, ha permesso ai ricercatori di HAND di sviluppare nuove tecniche di intelligenza artificiale e di facilitare la fase di addestramento degli algoritmi di apprendimento del protocollo in modo da migliorare ulteriormente l’affidabilità del test. (EUGENIA SERMONTI)