AISM

BlogBlog

LibreriaLibreria

CommunityCommunity

PressPress

AccessibilitàAccessibilità

Cerca la notizia

E.g., 10/06/2021
E.g., 10/06/2021
Home » News
Condividi con Facebook Condividi con Twitter email Stampa
AISM

Identificati nuovi sottotipi di sclerosi multipla grazie a risonanza magnetica e intelligenza artificiale

Una nuova ricerca promossa dalla Progressive MS Alliance può fornire informazioni su trattamenti personalizzati e migliorare gli studi clinici nella SM progressiva

08/04/2021
risonanza magnetica

 

I ricercatori dell'University College di Londra hanno individuato tre sottogruppi specifici relativi alle persone con sclerosi multipla, analizzando il danno cerebrale tramite l'intelligenza artificiale (AI) e risonanza magnetica (RM). Questi sottogruppi sono diversi dai tipi clinici standard di sclerosi multipla (SM) che viene generalmente diagnosticata alle persone.

 

In futuro, questi sottogruppi potrebbero aiutare a prevedere coloro che hanno maggiori probabilità di avere una progressione di malattia, aiutare a scegliere trattamenti personalizzati per gli individui e consentire ai ricercatori di fare studi clinici più mirati.

 

Questo lavoro è stato sostenuto in gran parte dall’ International Progressive MS Alliance, una collaborazione globale senza precedenti per accelerare la ricerca sulla sclerosi multipla progressiva. Il lavoro è stato condotto da una rete internazionale di ricerca collaborativa guidata dal dottor Douglas Arnold del Montreal Neurological Institute, McGill University in Canada, insieme a ricercatori dell'University College di Londra, della Harvard Medical School di Boston e del VU University Medical Center nei Paesi Bassi.

 

Background e dettagli

• Attualmente i tipi di SM sono determinati da una combinazione di sintomi e osservazioni in qualche modo soggettive dei cambiamenti della malattia, piuttosto che da specifici marcatori di malattia. Queste osservazioni di solito guidano i tempi e la scelta del trattamento.

• Per questo studio, i ricercatori volevano scoprire se ci fossero modelli nascosti nelle scansioni cerebrali di risonanza magnetica RM prese nel tempo che potrebbero identificare meglio le differenze biologiche dell'attività della malattia e rilevare la progressione della malattia prima.

• Grazie alle partnership con ricercatori dell'accademia e aziende farmaceutiche, il team ha sfruttato i grossi investimenti in studi clinici precedenti accedendo alle scansioni cerebrali RM di migliaia di persone seguite in questi studi.

• Hanno utilizzato computer di autoapprendimento (machine learning) per esaminare le scansioni RM di oltre 6.000 persone con sclerosi multpla (SM). I computer hanno identificato modelli di caratteristiche condivise dell'evoluzione del danno della malattia. Hanno poi convalidato i risultati iniziali in un altro set di immagini RM di oltre 3.000 persone con SM.

• Il team ha definito tre sottotipi di SM in base all'attività di malattia apparsa inizialmente sulle scansioni e all'evoluzione del danno e della atrofia cerebrale in specifiche regioni del cervello nel tempo. Questi sono descritti dettagliatamente nel documento.

 

Brevemente:

o Il sottotipo "guidato dalla corteccia" ha mostrato i primi segni di atrofia nello strato esterno del cervello;

o Il sottotipo "apparentemente normale guidato dalla sostanza bianca" è iniziato con anomalie tissutali diffuse nel mezzo del cervello;

o Il sottotipo “guidato dalla lesione” è iniziato con un accumulo diffuso di aree danneggiate (lesioni), seguito da atrofia precoce e grave in diverse aree cerebrali. Questo sottotipo presentava i tassi di ricaduta e il rischio di progressione della disabilità più elevati e in alcuni studi clinici hanno mostrato maggiori benefici del trattamento.

 

• Saranno necessari ulteriori studi per tradurre questi risultati in pratica per guidare l'assistenza clinica, fare scelte terapeutiche e identificare coloro che risponderebbero meglio a una particolare terapia.

 

Uno degli autori dello studio, il professor Alan Thompson, Preside delll’ UCL Faculty of Brain Sciences, ha affermato: «Siamo consapevoli dei limiti degli attuali metodi per descrivere la sclerosi multipla (SM) che possono essere poco chiari quando applicati alla prescrizione del trattamento. Ora, con l'aiuto dell'intelligenza artificiale e di grandi set di dati, abbiamo fatto il primo passo verso una migliore comprensione dei meccanismi patologici sottostanti, per aggiungere informazioni alla nostra attuale classificazione clinica. Questo è un ottimo risultato e ha il potenziale per essere un vero punto di svolta, informando sia sull'evoluzione della malattia che sulla selezione dei pazienti per gli studi clinici».

 

 

L’International Progressive MS Alliance

L'Alleanza - ci dui AISM con la sua Fondazione è tra i membri promotori principali - esiste per accelerare lo sviluppo di trattamenti efficaci per le persone con forme progressive di sclerosi multipla, per migliorare la qualità della vita in tutto il mondo. Si tratta di una collaborazione globale senza precedenti tra Associazioni SM, ricercatori, professionisti della salute, industria farmaceutica, aziende, trust, Fondazioni, donatori e persone affette da SM progressiva, che lavorano insieme per affrontare i bisogni insoddisfatti delle persone con SM progressiva, mobilitando la comunità globale per trovare soluzioni. La nostra promessa è più che speranza, è progresso

 

Referenza:

Autori: Arman Eshaghi, Alexandra Young, Peter Wijeratne, Ferran Prados, Douglas Arnold, Sridar Narayanan, Charles Guttmann, Frederik Barkhof, Daniel C Alexander, Alan Thompson, Declan Chard, Olga Ciccarelli

Titolo: Identifying multiple sclerosis subtypes using unsupervised machine learning and MRI data

Rivista: Nature Communications, volume 12, Article number: 2078 (2021) 
DOIdoi.org/10.1038/s41467-021-22265-2

 

Questo è un documento con accesso aperto che può essere letto per intero da chiunque https://www.nature.com/articles/s41467-021-22265-2.pdf

Seguici sui social

  • Facebook
  • Twitter
  • Canale Youtube
  • Instagram