Roma, 17 mag. (Adnkronos Salute) – Un algoritmo che analizza la scrittura dei pazienti neurologici è in grado di fornire le informazioni sul loro stato di salute con il monitoraggio a distanza, e può sostituire la valutazione ambulatoriale. E’ quanto promette uno studio condotto da un team di ricerca interdisciplinare, coordinato da Antonio Suppa del Dipartimento di neuroscienze umane della Sapienza di Roma, che ha proposto un innovativo sistema basato sull’analisi della scrittura attraverso algoritmi di machine learning. I risultati del lavoro sono stati pubblicati sulla rivista ‘Frontiers in Aging Neuroscience’ e la ricerca è stata realizzata con la collaborazione dei Dipartimenti di ingegneria dell’informazione, elettronica e telecomunicazioni della Sapienza, dell’Irccs Neuromed di Pozzilli (Isernia) e del Dipartimento di neurologia dell’università di Cincinnati in Ohio.

La scrittura a mano, spiegano i ricercatori, “è un compito cognitivo e motorio acquisito di particolare complessità, che offre un’interessante finestra di osservazione sulle funzioni del cervello. Per questo motivo monitorarla offre informazioni biologiche utili, soprattutto nei pazienti neurologici: i disturbi della scrittura sono infatti frequentemente osservati in persone con malattie neurodegenerative, tra cui la malattia di Parkinson (micrografia) e la malattia di Alzheimer (agrafia)”. Il nuovo sistema di monitoraggio è basato sull’accuratezza di algoritmi di machine learning nel rilevare alcuni ‘pattern’ di scrittura attribuibili all’invecchiamento fisiologico di soggetti sani, e viene descritto come un’alternativa alla consueta valutazione clinica ambulatoriale.

I ricercatori hanno reclutato 156 persone sane e destrimane e le hanno suddivise 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 63 persone in età adulta avanzata, ovvero tra i 62 e i 90 anni. A ognuno 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 fotografare il proprio campione di scrittura con uno smartphone e inviarlo ai ricercatori. “Il principale traguardo scientifico del nostro studio – sottolinea Suppa – consiste nella accuratezza dell’analisi automatica della scrittura con algoritmi di intelligenza artificiale, 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”.

“Sebbene 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 si rendevano necessari approcci basati su tecniche di analisi più complesse come il machine learning”, precisa Suppa. “L’analisi della scrittura con algoritmi di intelligenza artificiale – aggiunge Simone Scardapane, co-autore dello studio – è stata svolta grazie all’utilizzo di una rete neurale convoluzionale, ovvero una rete artificiale specializzata per l’elaborazione di immagini e segnali digitali, in grado di convertire automaticamente i caratteri in parametri di interesse”.

Si tratta di un metodo semplice, ecologico, a basso costo e di facile utilizzo in diversi ambiti. Infatti, oltre alle notevoli implicazioni nel campo neurologico, può contribuire, ad esempio, alla datazione storica di un determinato documento, grazie alla valutazione automatica dell’età della persona che lo ha scritto. In particolare, in ambito medico-legale potrebbe facilitare la datazione di un testamento al momento della stesura o della firma.

“Il nostro auspicio – conclude Francesco Asci, co-autore dello studio – è che l’analisi della scrittura da remoto e mediante 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”.