Ricerche

Esempi di scansione MRI su tre diversi soggetti: CN = cognizione normale, eMCI = lieve deterioramento cognitivo iniziale e AD = Alzheimer. Si osserva un'atrofia progressiva nella regione dell'ippocampo nei diversi stati. (Fonte: López-Gómez et al.)

Il metodo per diagnosticare il morbo di Alzheimer (MA) continua ad essere prevalentemente clinico, il che significa che la malattia non può essere rilevata fino alla comparsa dei primi sintomi, o anche più tardi, quando il danno neuropatologico è già grave. E' quindi necessario cercare nuovi biomarcatori che consentano una diagnosi precoce della malattia in modo non invasivo.

La sfida è raccolta da ALTEA (ALzheimer TExture Analyzer), un nuovo strumento creato dai ricercatori dell'Università Politecnica di Valencia (UPV), appartenenti al Centro di Biomateriali e Ingegneria dei Tessuti (CBIT), in collaborazione con il Dr. Enrique Mollá, radiologo dell'Ospedale de La Ribera.

Lo strumento, che è attualmente in una fase beta per la ricerca, contribuirebbe a rilevare il MA nelle fasi più incipienti. ALTEA consente di visualizzare e segmentare le immagini di risonanza magnetica e, sulla base di queste immagini, di estrarre e analizzare diversi parametri legati al tessuto cerebrale, trasformati in biomarcatori per il MA (i biomarcatori sono indicatori biologici misurabili e la cui presenza e intensità può essere collegata allo sviluppo di una malattia).

"Alla luce dei risultati preliminari ottenuti, possiamo dire che sia l'analisi delle trame 2D che quelle 3D sono strumenti molto potenti che potrebbero integrare e in gran parte migliorare la diagnosi del MA. ALTEA potrebbe aiutare con la diagnosi precoce e per differenziare tra le varie fasi della malattia", sottolinea David Moratal, ricercatore del Centro di Biomateriali e Ingegneria dei Tessuti dell'UPV.

Come funziona ALTEA?

Ciò che fa il software sviluppato dai ricercatori UPV è un trattamento matematico delle immagini, dal quale estrae parametri che consentono di quantificare l'omogeneità o l'eterogeneità della regione ippocampale.

"Con questi parametri possiamo caratterizzare e rilevare in quale fase è la malattia, e possiamo aiutare a rivelare alterazioni che sono invisibili a occhio nudo di specialisti clinici", aggiunge Rafael Ortíz, dottorando dell'UPV e uno degli sviluppatori del software insieme a Carlos López e Carolina Giménez, laureandi in Ingegneria Biomedica dell'UPV.

Validazione

Per convalidare il nuovo software, i ricercatori hanno analizzato le immagini di risonanza magnetica appartenenti a tre gruppi di persone: pazienti con MA, pazienti con lieve deterioramento cognitivo precoce e individui di un gruppo di controllo. Le analisi sono state condotte sull'area dell'ippocampo (una delle più colpite dall'atrofia cerebrale nei primi stadi della malattia) usando regioni di interesse circolari e sferiche.

"Dopo aver sviluppato ALTEA, abbiamo condotto uno studio trasversale con un'estesa analisi statistica al fine di verificare la capacità predittiva dei potenziali biomarcatori che sono stati ottenuti, con risultati molto positivi", spiega David Moratal.

Per la sua applicazione nella pratica clinica, i ricercatori dicono che "devono ancora essere inseriti più parametri di struttura e deve essere creato il modulo che consente di analizzare combinazioni di parametri con tecniche di apprendimento automatico, al fine di creare modelli di classificatori validati".