Su npj Parkinson’s Disease il primo contributo italiano che applica AI e linguaggio naturale per identificare i profili cognitivi della malattia prima dei sintomi motori
La Scuola Universitaria Superiore IUSS di Pavia e l’IRCCS Maugeri di Bari guidano uno studio pionieristico che apre nuove prospettive nella diagnosi precoce della Malattia di Parkinson. Pubblicata sulla rivista npj Parkinson’s Disease (Nature Publishing Group), la ricerca rappresenta il primo contributo al mondo ad applicare un modello multivariato basato su intelligenza artificiale (AI) e Natural Language Processing (NLP) su pazienti di lingua italiana.
Lo studio è il risultato di una collaborazione tra il centro di ricerca Ailice Labs (IUSS Pavia), il Laboratorio di Neuropsicologia dell’IRCCS Maugeri Bari, il Global Brain Health Institute (UCSF), l’Universidad de San Andrés (Argentina), e la società DeepTrace Technologies, spin-off IUSS.
Partendo da campioni vocali raccolti presso IRCCS Maugeri Bari, il team ha analizzato le registrazioni di 40 soggetti — con e senza diagnosi di Parkinson — a cui era stato chiesto di svolgere attività linguistiche come descrivere immagini complesse o parlare liberamente. Le registrazioni sono state elaborate con algoritmi di machine learning capaci di distinguere i tratti linguistici caratteristici della malattia.
🔍 Risultati principali:
- 77% di accuratezza nel distinguere pazienti da soggetti sani
- Fino all’85% nella classificazione dei sottogruppi cognitivi
- 75% nella distinzione tra i due fenotipi cognitivi del Parkinson (PD-nMCI vs PD-MCI)
“Abbiamo dimostrato la fattibilità tecnica dell’analisi del parlato in lingua italiana”, commenta Simona Aresta, prima autrice, bioingegnera e dottoranda IUSS. “È un primo passo verso strumenti digitali clinici, scalabili e utilizzabili anche a distanza”.
Tra i marcatori linguistici più rilevanti individuati: ridotto uso di verbi d’azione, maggior frequenza di riformulazioni e minore produzione di parole appartenenti a classi aperte (nomi e verbi), indicatori sensibili del deterioramento cognitivo precoce. Il linguaggio è una finestra preziosa sulle funzioni cognitive del cervello”, afferma Petronilla Battista, neuropsicologa e logopedista, responsabile del Laboratorio di Neuropsicologia Maugeri e corresponding author dello studio.
“L’analisi automatica del parlato può diventare uno strumento affidabile per identificare precocemente i fenotipi del Parkinson e monitorare l’efficacia delle terapie”.“È la prima volta che un modello AI-NLP multivariato viene applicato con successo alla lingua italiana per lo studio del Parkinson”, aggiunge Christian Salvatore, docente IUSS, direttore di Ailice Labs e CEO di DeepTrace Technologies. “La nostra pipeline è modulare, spiegabile, e integrabile nella pratica clinica per una diagnosi precoce e non invasiva.”
I prossimi obiettivi del gruppo di ricerca includono:
- l’estensione a campioni clinici più ampi
- lo sviluppo di strumenti diagnostici explainable e cross-linguistici
- la validazione in contesti reali di screening precoce e monitoraggio a distanza
📄 Riferimento completo:
Simona Aresta1, Petronilla Battista1 , Cinzia Palmirotta1, Serena Tagliente1, Gianvito Lagravinese1, Paola Santacesaria1, Allegra Benzini1, Davide Mongelli1, Brigida Minafra1, Christian Lunetta2, Adolfo M. García3,4,5 & Christian Salvatore6,7