La schizofrenia, che colpisce 300.000 canadesi, può causare deliri, allucinazioni, linguaggio disorganizzato, problemi di pensiero e mancanza di motivazione, e di solito viene trattata con una combinazione di farmaci, psicoterapia e stimolazione cerebrale.
I parenti di primo grado dei pazienti hanno un rischio fino al 19% di sviluppare schizofrenia durante la loro vita, rispetto al rischio della popolazione generale inferiore all’1%. “Il nostro strumento basato sull’evidenza esamina la firma neurale nel cervello, con il potenziale per essere più accurato della diagnosi dalla sola valutazione soggettiva dei sintomi”, ha detto l’autore principale dello studio, Sunil Kalmady Vasu, specialista senior in machine learning presso la Facoltà di Medicina e Chirurgia e Odontoiatria.
Kalmady Vasu ha osservato che lo strumento è progettato per essere uno strumento di supporto decisionale e non sostituirebbe la diagnosi di uno psichiatra. Ha anche sottolineato che, sebbene i tratti della personalità schizotipica possano rendere le persone più vulnerabili alla psicosi, non è certo che svilupperanno una schizofrenia conclamata. “L’obiettivo è che lo strumento aiuti con la diagnosi precoce, per studiare il processo patologico della schizofrenia e per aiutare a identificare i gruppi di sintomi“, ha detto Kalmady Vasu, che è anche un membro dell’Alberta Machine Intelligence Institute.
Lo strumento, soprannominato EMPaSchiz (algoritmo dell’insieme con parcellazioni multiple per la previsione della schizofrenia), era stato precedentemente utilizzato per prevedere una diagnosi di schizofrenia con un’accuratezza dell’87% esaminando le scansioni cerebrali dei pazienti. È stato sviluppato da un team di ricercatori della U of A e del National Institute of Mental Health and Neurosciences in India.
Il team comprende anche tre membri dell’U of A’s Neuroscience and Mental Health Institute: lo scienziato informatico e il presidente canadese CIFAR AI Russ Greiner della Facoltà di Scienze, e gli psichiatri Andrew Greenshaw e Serdar Dursun, che sono anche autori dell’ultimo documento. Kalmady Vasu ha detto che i prossimi passi per la ricerca metteranno alla prova l’accuratezza dello strumento su individui non familiari con tratti schizotipici e per monitorare le persone valutate nel tempo per sapere se sviluppano la schizofrenia più tardi nella vita.
Kalmady Vasu sta anche utilizzando gli stessi principi per sviluppare algoritmi per prevedere esiti come la mortalità e le riammissioni per insufficienza cardiaca nei pazienti cardiovascolari attraverso il Canadian VIGOR Center. “Gravi malattie mentali e problemi cardiovascolari causano disabilità funzionale e compromettono la qualità della vita“, ha detto Kalmady Vasu. “È molto importante sviluppare strumenti oggettivi e basati su prove per questi disturbi complessi che affliggono l’umanità”.
