Dal fantasy alla realtà, il passo può essere molto breve. Soprattutto se gli strumenti in gioco sono i medesimi. Così, non deve stupire più di tanto se, utilizzando le stesse tecniche di motion capture impiegate per animare i personaggi del film Avatar o lo hobbit Gollum de “Il signore degli anelli”, due ricerche cliniche hanno ottenuto importanti risultati in due malattie genetiche rare degenerative che riducono progressivamente le capacità di movimento: l’atassia di Friedreich e la distrofia di Duchenne.
Indice degli argomenti
C’è anche tanta Italia in questa ricerca innovativa
I due studi sono frutto del lavoro di un nutrito team di ricercatori, in prevalenza medici e informatici dell’Imperial College, della University College e del Great Ormond Street Hospital di Londra e di accademici dell’Università di Bayreuth, in Germania.
Le ricerche, però, si sono avvalse anche dell’importante contributo di studiosi, ricercatori e scienziati italiani.
Alla ricerca sull’atassia di Friedreich, infatti, hanno contributo anche due esperte e ricercatrici italiane che vivono e lavorano nel Regno Unito, ossia Valeria Ricotti (NIHR Great Ormond Street Hospital Biomedical Research Centre, UCL Great Ormond Street Institute of Child Health, Londra) e Paola Giunti (Institute of Neurology, UCL, National Hospital for Neurology and Neurosurgery UCLH, Londra).
Lo studio sulla distrofia di Duchenne, invece, ha visto protagonista – oltre alla già citata Valeria Ricotti, primo autore congiunto – anche Eugenio Mercuri, docente presso l’Università Cattolica del Sacro Cuore di Roma e Direttore del Dipartimento di Scienze della salute della donna, del bambino e di sanità pubblica della Fondazione Policlinico Universitario Agostino Gemelli IRCCS.
Obiettivo della ricerca: capire subito se la terapia funziona
Pubblicati di recente e in contemporanea su Nature Medicine, i due studi intendevano verificare se, tramite l’analisi cinematica dei movimenti delle persone affette dalle due malattie, fosse possibile avere riscontri, in tempi relativamente brevi, degli effetti delle cure.
Questo perché, con le tecniche attualmente impiegate, ad esempio nel caso dell’atassia di Friedreich, che causa danni progressivi al sistema nervoso con conseguenti problemi di movimento, un chiaro risultato della terapia lo si ha, solitamente, solo dopo 18-24 mesi.
Un discorso analogo vale per la distrofia di Duchenne, patologia che induce una progressiva degenerazione della struttura muscolare nei maschi in giovane età.
Per consentire di massimizzare la qualità della vita e prolungarla il più possibile è importante, dunque, avere riscontri oggettivi della terapia in tempi contenuti e non in anni.
Motion capture e AI per scovare anche piccolissime variazioni nella cinematica dei movimenti
Poiché il decorso di entrambe le patologie limita gradualmente i movimenti delle persone che ne sono affette, i ricercatori hanno pensato di ottenere indicazioni sulle terapie studiando proprio l’evoluzione nel tempo delle capacità motorie dei pazienti.
Al tal fine, era necessario poter disporre di uno strumento in grado di poter apprezzare anche quelle minime variazioni nella cinematica dei movimenti che possono sfuggire all’occhio umano.
Per ottenere questo risultato, è stato deciso di ricorrere alla tecnica del motion capture associata a un sistema basato su tecniche di intelligenza artificiale per l’elaborazione dei dati ottenuti.
Avatar: dal grande schermo allo studio delle malattie rare
Per “catturare” le informazioni inerenti al movimento, sono state usate le medesime tute rivestite di sensori impiegate in ambito cinematografico per consentire a molti personaggi fantasy – si pensi, ad esempio, a quelli di Avatar o de “Il Signore degli anelli” – di avere sembianze e movenze “umane”.
Chiaramente, le tute sono state adattate al tipo di impiego clinico ed è stato usato un numero molto limitato di sensori, solo 17.
Nei film, solitamente, si usano molti più sensori perché è spesso necessario riprodurre in modo preciso la struttura fisica di una persona e anche i dettagli del viso, cosa non necessaria per le misure cliniche.
Invece, nello studio di queste due patologie degenerative, era importante che le tute potessero essere indossate durante le normali attività quotidiane per poter rilevare i parametri motori senza che per questo fossero limitati i movimenti oppure i pazienti fossero obbligati a posture inconsuete.
Dall’analisi soggettiva a quella con l’Intelligenza Artificiale
Per fare il confronto tra la cinetica dei movimenti nel tempo, sono poi state effettuate delle analisi dei dati ricavati dai sensori usando algoritmi di intelligenza artificiale e di machine learning. Un’innovazione metodologica, questa, assai rilevante nelle due ricerche.
Sinora, infatti, negli studi clinici sulle malattie neurologiche, le decisioni sono state sempre prese basandosi su endpoint soggettivi e spesso dipendenti da motivazioni legate allo sviluppo di farmaci.
I risultati (incoraggianti) delle due ricerche
Entrambi gli studi hanno avuto una durata di circa un anno.
Nel caso dei pazienti affetti da atassia di Friedreich, nel giro di 9 mesi sono state ottenute previsioni dell’evoluzione della malattia, e quindi una stima dell’efficacia della terapia, da 1.7 a 4 volte più precisa delle valutazioni cliniche standard. E sono stati pressoché dimezzati i tempi rispetto alla metodologia standard.
Analogamente, anche con i pazienti affetti dalla distrofia di Duchenne, l’analisi digitale del comportamento dei movimenti nella vita quotidiana ha permesso di sviluppare in 12 mesi un biomarcatore che può prevedere la progressione della malattia e può potenzialmente tracciare la risposta alla terapia.
Un gemello digitale del paziente
“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 – afferma Aldo Faisal, autore senior di entrambi gli studi e titolare di molti e prestigiosi ruoli presso l’Imperial College di Londra e l’Università di Bayreuth in Germania -.
La nostra tecnologia AI – spiega il professore – genera 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 il fatto che la stessa tecnologia di intelligenza artificiale funzioni in due malattie molto diverse mostri quanto sia promettente la sua applicazione in molte malattie e possa aiutarci a sviluppare trattamenti per molte più malattie ancora più velocemente, più economicamente e con più precisione”.
Le impronte digitali della malattia
“Siamo rimasti sorpresi nel vedere come il nostro algoritmo di intelligenza artificiale sia stato in grado di individuare alcuni nuovi modi di analizzare i movimenti umani – sottolinea Balasundaram Kadirvelu, primo autore congiunto di entrambi gli studi e ricercatore presso i dipartimenti di Informatica e Bioingegneria dell’Imperial College -. Le chiamiamo ‘impronte digitali comportamentali’ – spiega il ricercatore – 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 un esame o a pranzo in un ristorante”.
Disturbi del movimento: motion capture e AI possibile svolta
“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 – spiega Richard Festenstein, coautore di entrambi gli studi e membro dell’MRC London Institute of Medical Sciences e del Department of Brain Sciences dell’Imperial College di Londra – . Speriamo – prosegue il professore – che questa ricerca abbia il potenziale per trasformare gli studi clinici su queste rare patologie dei disturbi del movimento, nonché migliorare la diagnosi e il monitoraggio dei pazienti portandoli a livelli di prestazioni superiori rispetto a quelle umane”.
Ricerca sulle malattie rare: l’importanza della collaborazione
“Questi studi mostrano come la tecnologia innovativa possa migliorare significativamente il modo in cui studiare le malattie giorno per giorno. Tutto ciò, insieme alla conoscenza clinica specializzata, non solo migliorerà l’efficienza delle sperimentazioni cliniche, ma potrà potenzialmente essere applicato a un’enorme varietà di patologie che incidono sul movimento.
Sanità partecipata e malattie rare
Il Ministero della Salute ed il Centro Nazionale Malattie Rare (CNMR) dell’Istituto Superiore di Sanità – seguendo l’approccio della Sanità partecipata e della “Scienza dei cittadini”- hanno rispettivamente finanziato e coordinato il progetto “Scienza partecipata per il miglioramento della qualità di vita delle persone con malattie rare”.
Tale progetto di Scienza partecipata – il cui bando ha preso il via lo scorso luglio – mira a far collaborare cittadini, ricercatori, scuole, associazioni e istituzioni per raccogliere e condividere idee e progetti al servizio delle persone con malattia rara.
“Crediamo nella forza dirompente della Citizen Science – sottolinea Domenica Taruscio, già Direttrice del Centro Nazionale Malattie Rare dell’ISS e pioniera in questo campo – per abbattere le barriere e superare i limiti dei silos, ossia di quel modo di concepire la Scienza come un campo in cui le specifiche competenze non avrebbero necessità di una continua interazione e scambio con altri settori, coinvolgendo invece più cittadini possibile a comprendere le difficoltà e, quindi, a co-progettare possibili soluzioni”.
È grazie alle collaborazioni tra istituti di ricerca, ospedali, specializzazioni cliniche e con pazienti e famiglie che possiamo iniziare a risolvere i problemi impegnativi che deve affrontare la ricerca sulle malattie rare”, afferma Thomas Voit, coautore di entrambi gli studi, direttore del NIHR Great Ormond Street Biomedical Research Center (NIHR GOSH BRC) e docente di neuroscienze presso l’UCL GOS ICH.
Malattie rare: aumentare l’efficienza degli studi clinici per ovviare ai costi della ricerca
“La ricerca sulle malattie rare può essere sostanzialmente più costosa e logisticamente impegnativa, il che significa che i pazienti stanno perdendo potenziali nuovi trattamenti – osserva Valeria Ricotti, primo autore congiunto dello studio sulla distrofia di Duchenne e coautore dello studio sull’atassia di Friedreich – . Aumentare l’efficienza degli studi clinici ci fa sperare di poter testare con successo molti altri trattamenti“, sottolinea la ricercatrice.
Risultati senza precedenti grazie all’Intelligenza Artificiale
“Siamo entusiasti dei risultati di questo progetto che ha mostrato come l’approccio attraverso l’AI sia certamente superiore nel catturare la progressione della malattia in una patologia rara come l’atassia di Friedreich – dice Paola Giunti, co-autore della ricerca sull’atassia di Friedreich, direttore dell’UCL Atassia Center, Queen Square Institute of Neurology e consulente onorario presso il National Hospital for Neurology and Neurosurgery, UCLH – . Con questo nuovo approccio – aggiunge la studiosa – 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”.
Non solo malattie rare: prospettive e futuro della ricerca
Stime più precise sull’efficacia della terapia e dimezzamento dei tempi per avere riscontri oggettivi sugli effetti delle cure sono risultati di non poco conto per l’analisi dell’evoluzione dell’atassia di Friedreich e della distrofia di Duchenne.
In tal modo, infatti, si pongono le basi potenziali per fare diagnosi più precise in tempi sempre più rapidi, potendo offrire un migliore trattamento farmacologico e ridurre la durata della sperimentazione di nuovi farmaci.
E ciò si traduce in un miglioramento della qualità della vita e in un prolungamento delle aspettative di vita delle persone affette da queste malattie degenerative rare.
Visti gli incoraggianti risultati ottenuti, i ricercatori stanno ora valutando se – con le medesime tecniche d’indagine basate sulla combinazione virtuosa di motion picture e AI – sia possibile ottenere esiti tanto importanti anche con altre malattie che provocano la degenerazione delle capacità motorie, come ad esempio la sclerosi multipla, l’Alzheimer o il morbo di Parkinson.
