Un gesto che per noi può sembrare semplice e naturale, ossia la scrittura a mano, rappresenta invece un compito cognitivo e motorio acquisito di particolare complessità, derivante dall'attivazione di una rete cerebrale diffusa, che offre un’interessante finestra di osservazione sulle funzioni del cervello. Proprio per questo motivo, il suo monitoraggio, effettuabile attraverso strumenti sicuri, economici e ampiamente disponibili, consente di ottenere delle utilissime informazioni biologiche, specialmente nelle persone affette da malattie neurodegenerative come il Parkinson e l'Alzheimer.

Un nuovo studio, coordinato da Antonio Suppa del Dipartimento di Neuroscienze Umane della Sapienza, ha proposto un innovativo sistema di monitoraggio a distanza dei pazienti neurologici basato sull’analisi della scrittura attraverso accurati algoritmi di machine learning capaci di rilevare alcuni “pattern” attribuibili all’invecchiamento fisiologico di soggetti sani. I risultati di questa ricerca interdisciplinare, che potrebbe rivelarsi come un’alternativa alla consueta valutazione clinica ambulatoriale, sono stati pubblicati sulla rivista Frontiers in Aging Neuroscience.

La ricerca, realizzata in collaborazione con i dipartimenti di Ingegneria dell’informazione, elettronica e telecomunicazioni della Sapienza, dell’IRCCS Neuromed e del Dipartimento di Neurologia dell’Università di Cincinnati in Ohio, ha preso in esame 156 soggetti sani e destrimani che sono stati suddivisi in tre classi di età: 51 giovani tra i 18 e i 32 anni, 40 adulti di età compresa tra 37 e 57 anni e, infine, 63 soggetti in età adulta avanzata, ovvero tra i 62 e i 90 anni.

A ognuno di essi è stato chiesto di scrivere con una penna a sfera nera il proprio nome e cognome per 10 volte su un foglio di carta bianca e, successivamente, di fotografarlo con uno smartphone e di inviarlo ai ricercatori. L'algoritmo di intelligenza artificiale, una volta analizzato il campione, è stato in grado di "obiettivare la progressiva riduzione di ampiezza dei caratteri dovuta all’invecchiamento fisiologico" e, quindi, di attribuire ogni campione di scrittura a una specifica fascia d’età dell’autore.

Nonostante ricerche precedenti avessero già dimostrato cambiamenti nella destrezza della scrittura legati all’aumento dell’età, per analizzare una grande quantità di dati nell’ambito della telemedicina, secondo il team di ricerca, si rendevano necessari approcci basati su tecniche di analisi più complesse come il machine Learning. In questo caso è stata utilizzata una rete artificiale specializzata per l'elaborazione di immagini e segnali digitali - detta anche "convoluzionale" - in grado di convertire automaticamente i caratteri in parametri di interesse.

L'auspicio del team è quello di dimostrare che l’analisi della scrittura da remoto tramite algoritmi di intelligenza artificiale possa costituire in futuro un innovativo biomarker di invecchiamento, con un impatto rilevante nel campo della diagnostica di malattie neurodegenerative e in accordo con i metodi della telemedicina. In aggiunta, potrebbe anche contribuire alla datazione storica di un determinato documento, grazie alla valutazione automatica dell’età della persona che lo ha scritto, cosa decisamente utile in ambito medico-legale.

Questo studio è solo uno dei tanti che sfrutta il machine learning per ottenere utili informazioni sullo stato di salute. Lo scorso marzo, un gruppo ricercatori del Cedars-Sinai Medical Center ha sviluppato un algoritmo in grado di valutare il rischio infarto in pochi secondi. Nel 2020, invece, un team di ricerca ha cercato di utilizzare un sistema basato sull'intelligenza artificiale per stimare, in anticipo, quali pazienti affetti da coronavirus avrebbero potuto aver bisogno dei ventilatori polmonari o di accedere alla terapia intensiva.