Il recente studio sugli atleti universitari ha dimostrato che un nuovo strumento basato sull’intelligenza artificiale può contribuire a individuare danni cerebrali “invisibili” derivanti da ripetute lesioni alla testa. Utilizzando un programma di intelligenza artificiale che elabora la risonanza magnetica (MRI), i ricercatori sono stati in grado di identificare con precisione i cambiamenti nella struttura del cervello che non erano stati rilevati da altre immagini mediche tradizionali, come le scansioni di tomografia computerizzata (CT). Questa nuova tecnologia potrebbe aprire la strada alla progettazione di nuovi strumenti diagnostici per comprendere meglio le sottili lesioni cerebrali che si accumulano nel tempo.

Da tempo gli esperti sono consapevoli dei potenziali rischi di commozione cerebrale tra gli atleti giovani, soprattutto coloro che praticano sport ad alto contatto come il calcio, l’hockey e il football americano. Le prove stanno aumentando e indicano che gli impatti ripetuti alla testa, anche se inizialmente sembrano lievi, possono accumularsi nel corso degli anni e causare una perdita cognitiva. Sebbene la risonanza magnetica avanzata possa individuare i cambiamenti microscopici nella struttura del cervello causati da un trauma cranico, le scansioni producono una grande quantità di dati difficili da interpretare.

Il nuovo studio condotto dai ricercatori del Dipartimento di Radiologia della Grossman School of Medicine della NYU ha dimostrato per la prima volta che l’utilizzo del machine learning, una tecnica di intelligenza artificiale, può distinguere con precisione tra i cervelli degli atleti di sesso maschile che praticano sport di contatto, come il calcio, e quelli degli atleti che praticano sport senza contatto, come l’atletica leggera. I risultati hanno evidenziato una correlazione tra gli impatti ripetuti alla testa e piccoli cambiamenti strutturali nel cervello degli atleti che praticano sport di contatto e che non avevano ricevuto una diagnosi di commozione cerebrale.

La dottoressa Yvonne Lui, autrice senior dello studio e neuroradiologa, ha affermato: “I nostri risultati rivelano differenze significative tra il cervello degli atleti che praticano sport di contatto rispetto a quelli che competono in sport senza contatto. Poiché ci aspettavamo che questi gruppi avessero una struttura cerebrale simile, questi risultati suggeriscono che potrebbe esserci un rischio nel scegliere uno sport piuttosto che un altro”. Lui è anche professore e vicepresidente per la ricerca presso il Dipartimento di Radiologia della NYU Langone Health. Ha inoltre sottolineato che oltre a individuare potenziali danni, la tecnica di machine learning utilizzata nello studio può aiutare gli esperti a comprendere meglio i meccanismi alla base delle lesioni cerebrali.

Lo studio, pubblicato su The Neuroradiology Journal il 22 maggio, ha coinvolto centinaia di immagini cerebrali di 36 atleti universitari che praticano sport di contatto, principalmente giocatori di football, e 45 atleti universitari che praticano sport senza contatto, principalmente corridori e giocatori di baseball. Lo scopo dello studio era quello di correlare in modo chiaro i cambiamenti rilevati dallo strumento di intelligenza artificiale nelle scansioni cerebrali dei giocatori di calcio agli impatti alla testa. Questa ricerca si basa su uno studio precedente che ha identificato differenze nella struttura del cervello tra i giocatori di football con e senza commozioni cerebrali e gli atleti che praticano sport senza contatto.

Durante l’indagine, i ricercatori hanno analizzato le scansioni MRI di 81 atleti maschi, nessuno dei quali aveva una diagnosi nota di commozione cerebrale nel periodo preso in considerazione (2016-2018). Gli atleti di sport di contatto includevano giocatori di calcio, lacrosse e football, mentre gli atleti di sport senza contatto praticavano baseball, basket, atletica leggera e sci di fondo.

Nell’ambito della loro analisi, il team di ricerca ha sviluppato tecniche statistiche che hanno permesso al loro programma di “apprendere” a prevedere l’esposizione a ripetuti impatti alla testa utilizzando modelli matematici. Il programma è stato addestrato attraverso l’inserimento di dati esemplificativi, diventando sempre più “intelligente” man mano che veniva alimentato con una maggiore quantità di dati di addestramento.

I ricercatori hanno addestrato il programma per identificare caratteristiche insolite nel tessuto cerebrale e distinguere tra atleti con e senza esposizione ripetuta a lesioni alla testa, basandosi su questi fattori. Hanno anche valutato l’utilità di ciascuna caratteristica nel rilevare i danni, al fine di scoprire quale delle molte metriche MRI potesse contribuire maggiormente alle diagnosi.

Gli autori dello studio hanno affermato che due metriche hanno segnalato in modo più accurato i cambiamenti strutturali causati da un trauma cranico. La prima, chiamata “diffusività media”, misura la facilità con cui l’acqua può muoversi attraverso il tessuto cerebrale ed è spesso utilizzata per individuare gli ictus nelle scansioni MRI. La seconda, chiamata “curtosi media”, analizza la complessità della struttura del tessuto cerebrale e può indicare cambiamenti nelle aree del cervello coinvolte nell’apprendimento, nella memoria e nelle emozioni.

Junbo Chen, dottorando presso la Scuola di Ingegneria della NYU Tandon e autore principale dello studio, ha dichiarato: “I nostri risultati evidenziano il potere dell’intelligenza artificiale nel consentirci di vedere cose che prima non potevamo vedere, in particolare le ‘lesioni invisibili’ che non vengono visualizzate nelle scansioni MRI convenzionali. Questo metodo può fornire uno strumento diagnostico importante non solo per le commozioni cerebrali, ma anche per rilevare danni derivanti da impatti alla testa più sottili e frequenti”.

In conclusione, questa ricerca pionieristica dimostra come l’utilizzo dell’intelligenza artificiale nell’elaborazione delle immagini MRI possa contribuire a individuare lesioni cerebrali “invisibili” nei giovani atleti, aprendo la strada a una migliore comprensione e diagnosi delle conseguenze a lungo termine degli impatti alla testa nello sport.

Di ihal