L’Istituto Universitario di Studi Superiori (IUSS) di Pavia e l’IRCCS Maugeri di Bari guidano uno studio pionieristico che apre nuove prospettive nella diagnosi precoce della malattia di Parkinson. Pubblicata su npj Parkinson’s Disease (Nature Publishing Group), la ricerca è la prima al mondo a utilizzare un modello multivariato basato su intelligenza artificiale e Natural Language Processing (NLP) su pazienti di lingua italiana.

Il lavoro nasce dalla collaborazione tra il centro Ailice Labs dello IUSS, il Laboratorio di Neuropsicologia Maugeri, il Global Brain Health Institute (UCSF), l’Universidad de San Andrés e DeepTrace Technologies (spin-off IUSS). L’obiettivo: sviluppare biomarcatori digitali del linguaggio per identificare precocemente diversi fenotipi cognitivi del Parkinson.

I ricercatori hanno analizzato campioni vocali di 40 pazienti, sottoposti a compiti linguistici come la descrizione di immagini o il racconto libero. Le registrazioni sono state elaborate con algoritmi AI per estrarre variabili linguistiche capaci di distinguere soggetti sani da pazienti con Parkinson. I risultati sono promettenti: 77% di accuratezza nella diagnosi tra sani e pazienti; 85% nella classificazione dei sottogruppi cognitivi; 75% nella distinzione tra fenotipi PD-MCI e PD-nMCI.

Linguaggio, cervello e AI: verso la diagnosi precoce

«Tra gli indici più rilevanti c’è la riduzione dei verbi d’azione», ha spiegato la dott.ssa Petronilla Battista, neuropsicologa all’IRCCS Maugeri. «Questo suggerisce un coinvolgimento precoce del lobo frontale. Anche l’aumento delle riformulazioni e la ridotta varietà lessicale indicano un decadimento cognitivo iniziale. Il linguaggio può davvero diventare una finestra sulle funzioni cognitive».

Il prof. Christian Salvatore, docente IUSS e CEO di DeepTrace, ha sottolineato: «Per la prima volta, un approccio AI multivariato su parlato italiano mostra potenziale clinico reale. La nostra tecnologia è modulare, spiegabile e pensata per l’integrazione clinica».

Obiettivo futuro è estendere la validazione su campioni più ampi e costruire strumenti diagnostici digitali trasparenti e multilingua, utili per screening precoce e monitoraggio a distanza.