Skip to main content
Vai all'homepage della Commissione europea (si apre in una nuova finestra)
italiano italiano
CORDIS - Risultati della ricerca dell’UE
CORDIS
Training network to advance integrated computational simulations in translational medicine, applied to intervertebral disc degeneration

Article Category

Article available in the following languages:

Tecniche all’avanguardia per affrontare la degenerazione spinale

Gli strumenti basati sull’intelligenza artificiale e sulla simulazione informatica possono fornire un supporto clinico fondamentale per identificare e affrontare la degenerazione spinale.

Sebbene le osservazioni cliniche forniscano informazioni sulla salute delle persone, è ancora complesso convertire tali prove in strategie di prevenzione e trattamento delle malattie ben informate. Ciò vale anche per la degenerazione della colonna vertebrale e la lombalgia, dove la degradazione dei tessuti e degli organi che causa i sintomi clinici è spesso altamente multifattoriale. «L’interazione complessa dei fattori va oltre la nostra naturale capacità di analisi», spiega il coordinatore del progetto Disc4All(si apre in una nuova finestra) Jérôme Noailly dell’Università Pompeu Fabra(si apre in una nuova finestra) di Barcellona, in Spagna. «Tuttavia, i modelli e le simulazioni informatici possono aiutarci a conservare solo le relazioni più importanti tra cause e conseguenze, fornendoci informazioni sufficienti per fare previsioni e mettere in campo azioni informate.»

Comprendere i processi che innescano la degenerazione della colonna vertebrale

L’obiettivo di Noailly in questo progetto era fornire uno strumento matematico predittivo per aiutare i professionisti specializzati nella colonna vertebrale a prendere decisioni più informate. Il ricercatore, tuttavia, ha incontrato difficoltà nel correlare i propri modelli, che raffigurano ciò che non funziona meccanicamente nella colonna vertebrale, con il dolore, ovvero il problema che gli specialisti cercano di risolvere e che i pazienti sentono effettivamente. Il progetto Disc4All, sostenuto dal programma di azioni Marie Skłodowska-Curie(si apre in una nuova finestra), ha permesso a Noailly di colmare il divario tra i modelli matematici e l’assistenza clinica desiderata, grazie a una combinazione di intelligenza artificiale (IA) e apprendimento automatico. Un consorzio di 12 beneficiari ha messo in comune le proprie competenze in svariati settori: informatica, scienza dei dati, biologia sperimentale e computazionale, bioinformatica, biomeccanica e medicina. Questo risultato è stato possibile integrando dati basati sulle evidenze con modelli computazionali biologici e meccanici. Gli strumenti sviluppati durante Disc4All sono stati applicati a un’ampia serie di fonti di dati, che comprendono sia coorti umane che esperimenti di laboratorio. L’obiettivo era quello di chiarire gli effettivi fattori scatenanti della degenerazione del disco intervertebrale nella zona lombare, una delle principali cause della lombalgia. «Abbiamo iniziato a studiare meglio i processi biologici che innescano la degenerazione della colonna vertebrale», aggiunge il ricercatore. «Ritenevo che, raccogliendo dati su questo aspetto, avremmo potuto identificare descrittori personalizzati e migliori delle cause del dolore.»

Molecole raggruppate in base alla funzione

L’intelligenza artificiale e l’apprendimento automatico hanno permesso a Noailly e colleghi di elaborare rapidamente i dati, identificando i fattori di rischio oggettivi del degrado della colonna vertebrale insieme a dati demografici e psicologici. «I biomarcatori delle immagini mediche sono stati convertiti in parametri personalizzati all’interno di modelli matematici biomeccanici», spiega Noailly. «Questo ci ha permesso di calcolare e indagare diversi meccanismi biofisici e la relazione di ciascuno di essi con i biomarcatori personalizzati.» Le simulazioni del modello hanno permesso di identificare i potenziali biomarcatori, molecole potenzialmente correlate direttamente al dolore ma non studiate clinicamente. Noailly ha così potuto notare gli schemi ripetuti nei processi biologici, difficili da acquisire con le modalità tradizionali. «Ricorda il modo in cui gli astronomi descrivono i fenomeni lontani senza vederli davvero», osserva. «Usano modelli complessi, ed è proprio quello che stiamo facendo nel nostro progetto.»

Interpretare i dati biologici e dei pazienti

Sfruttando l’apprendimento automatico per determinare il significato di grandi quantità di dati biologici e dei pazienti, il progetto si augura di aiutare i chirurghi a chiarire le cause della lombalgia nei singoli pazienti. «I modelli informatici potenziati dall’intelligenza artificiale sono una strada efficiente per costruire un modello di colonna vertebrale personalizzato per la medicina di precisione», spiega Noailly. «Siamo in grado di interpretare rapidamente i dati e di prevedere se le caratteristiche personalizzate rappresentano un rischio biologico di degenerazione del disco intervertebrale. Queste informazioni possono aiutare a prevenire o a gestire la lombalgia.» L’obiettivo del gruppo di ricerca è trasferire in ambito clinico questo concetto pionieristico di modello informatico. Tra gli operatori sanitari, questo cambiamento potrebbe ridurre il ricorso alle tecnologie costose e a lunghi esami, come le TAC e le risonanze magnetiche.

Il mio fascicolo 0 0