Un recente studio guidato da Gustavo K. Rohde dell’University of Virginia è stato pubblicato su Science Advances. Questo studio ha mescolato tecniche matematiche e intelligenza artificiale. Il suo scopo era di collegare immagini cerebrali a variazioni genetiche legate all’autismo.
Il team ha lavorato insieme a esperti dell’University of California San Francisco e Johns Hopkins. Tra gli autori ci sono Shinjini Kundu e Haris Sair. Hanno usato la tecnica detta transport-based morphometry (TBM). Grazie a modelli di intelligenza artificiale, sono arrivati a risultati precisi, tra l’89% e il 95%, sui dati esaminati.
La ricerca ha ottenuto finanziamenti da grandi enti come la National Science Foundation e i National Institutes of Health. Anche la Radiological Society of North America e la Simons Foundation hanno contribuito. Questi fondi sottolineano l’importanza dello studio. Tuttavia, ci ricordano anche di leggere i risultati con attenzione, specialmente quando si parla di diagnosi precoce e medicina di precisione.
Questo articolo esplora i dettagli tecnici dello studio, come il TBM e l’uso dell’intelligenza artificiale. Si discutono anche le affermazioni dei media. L’analisi include le preoccupazioni espresse da associazioni italiane e istituzioni di ricerca. Tra queste, ANGSA, Fondazione Italiana Autismo e CNR. Il nostro obiettivo è fornire un’analisi approfondita, rispettando la complessità della neurodiversità.
Punti chiave
- Lo studio UVA sull’autismo utilizza TBM e l’intelligenza artificiale per collegare immagini cerebrali a copy number variation.
- I risultati mostrano una grande precisione (89%–95%) su dati specifici. Ma è importante controllare la loro applicabilità su vasta scala.
- Anche se la ricerca ha il supporto di molte istituzioni e finanziamenti, ci sono delle limitazioni metodologiche e interpretative da considerare.
- Le conclusioni su diagnosi precoce e medicina personalizzata devono essere verificate insieme alla comunità scientifica e alle associazioni di settore.
- Ci vuole cautela nel passare dai risultati del laboratorio alla pratica clinica, per rispettare le persone neurodiverse.
studio UVA: metodo, risultati e rivendicazioni mediatiche
Gli autori dello studio UVA hanno sviluppato un approccio unico. Uniscono dati di neuroimmagine a quelli genetici. I risultati principali sono stati pubblicati su Science Advances. Hanno usato un dataset specifico con il supporto di finanziamenti NSF e NIH.
Chi sono gli autori e quali dati hanno usato
Il lavoro è guidato da Gustavo K. Rohde dell’University of Virginia. Insieme a lui ci sono altri ricercatori di spicco come Shinjini Kundu, Haris Sair, Elliott H. Sherr e Pratik Mukherjee.
Hanno analizzato dati del Simons Variation in Individuals Project. Questo include immagini del cervello e dati genetici di persone con alterazioni genetiche legate all’autismo. Hanno fatto confronti con soggetti simili per età, sesso e QI non verbale ma senza condizioni neurologiche note.
La tecnica TBM e l’approccio generativo basato sull’IA
La morfometria basata sul trasporto (TBM) modella gli spostamenti di materia nel cervello. Non si basa solo su pattern visivi, ma connette con processi biofisici reali.
Aiutandosi con l’intelligenza artificiale, separano le variazioni morfologiche dovute a CNV. Così, rendono l’analisi più chiara rispetto ad altri metodi basati sull’apprendimento automatico.
Risultati principali: accuratezza e limiti statistici
Hanno trovato specifiche alterazioni genetiche con un’accuratezza tra l’89% e il 95%. Importante notare che parlano di identificare mutazioni dalle immagini, non di diagnosi comportamentali.
Però, bisogna considerare sensibilità e specificità e i limiti di avere campioni selezionati. Ci vuole cautela. Studi futuri e indipendenti devono confermare questi risultati su un gruppo più ampio di persone.
Implicazioni cliniche proposte dagli autori
Rohde e il suo team pensano che la TBM possa guidare verso una medicina di precisione basata sulla genetica. L’intelligenza artificiale potrebbe aiutare a gestire grandi quantità di dati visivi. Questo potrebbe aiutare nella diagnosi precoce e definire terapie specifiche.
Ma avvertono che occorrono altri studi. È importante capire meglio come i geni influenzano il cervello e il comportamento. Serve ulteriore ricerca per comprendere davvero l’efficacia clinica di queste scoperte, soprattutto per CNV rare o di effetto variabile.
Critiche e precisazioni delle associazioni e della comunità scientifica
Le organizzazioni italiane, come Angsa e la Fondazione italiana autismo, criticano gli errori nei media. Dicono che gli articoli suggeriscono grandi cambiamenti nella diagnosi basati su uno studio. Lo studio, però, si concentra su come individuare mutazioni attraverso l’imaging e la TBM.
Allarme delle associazioni italiane: semplificazioni pericolose
Queste associazioni citano il professor David Vagni del CNR. Lui dice che non c’è un unico “codice genetico dell’autismo”. Presentare i risultati dello studio come conclusivi può ingannare le famiglie, aumentando confusione e problemi sociali.
Essi chiedono una comunicazione più attenta e rispettosa verso le persone neurodiverse. Bisogna stare attenti a come i media parlano dell’uso dell’intelligenza artificiale e degli studi genetici nella pratica clinica.
Limiti genetici: percentuali e incidenza reali
Gli esperti consultati dalle associazioni forniscono dati importanti. Dicono che solo il 20% dell’autismo è rilevabile geneticamente.
In particolare, le variazioni in 16p11.2 interessano solo lo 0,5-1% dei casi. E tra chi ha 16p11.2, solo il 20-30% ha una diagnosi di autismo.
Anche con le tecnologie più avanzate, la predizione clinica di autismo resta incerta. Questo a causa della bassa incidenza e della variazione degli effetti.
Pericoli di un approccio “genetico-monolitico” all’autismo
La comunità scientifica avverte contro la semplificazione che vede l’autismo solo come genetico. L’autismo varia nelle cause e nelle manifestazioni. Un’interpretazione troppo semplicistica non riconosce la sua reale complessità.
Concentrarsi solo sulle ricerche genetiche potrebbe ridurre i fondi per servizi di supporto, educazione e assistenza psicosociale. Le associazioni fanno un appello per una comunicazione che riconosca i miglioramenti tecnici senza distorcere il loro impatto sociale.
Che cosa cambia per la ricerca e per le persone neurodiverse: prospettive pratiche e etiche
L’Università della Virginia ha fatto progressi nello studio. Utilizza la TBM e i modelli generativi per esplorare le correlazioni tra CNV e il cervello. Ciò permette di formulare ipotesi su meccanismi biologici interessanti.
Prima di usare queste scoperte nella medicina pratica, bisogna essere prudenti. È importante fare ulteriori studi e controlli. Così, si può capire meglio come applicare questi risultati alle persone autistiche.
Le tecnologie emergenti potrebbero un giorno aiutare a valutare e pianificare interventi su misura. Non dovrebbero però sostituire le valutazioni cliniche. È fondamentale comunicare queste novità con responsabilità e chiarezza, considerando limiti e incertezze.
Le conclusioni suggeriscono la necessità di collaborazione tra diversi campi e il finanziamento di studi aggiuntivi. Integrare i nuovi ritrovamenti in approcci comprensivi è essenziale per rispettare le persone autistiche. Evitando semplificazioni, si promuove l’inclusione senza creare confusione sulla natura complessa dell’autismo.
Link Fonte
Kundu S, Sair H, Sherr EH, Mukherjee P, Rohde GK. Discovering the gene-brain-behavior link in autism via generative machine learning. Sci Adv. 2024 Jun 14;10(24):eadl5307. doi: 10.1126/sciadv.adl5307. Epub 2024 Jun 12. PMID: 38865470; PMCID: PMC11168471.
By
