Il Tremore Essenziale è il più frequente disordine del movimento, colpisce il 4% delle persone al di sopra dei 65 anni ed è circa venti volte più frequente della Malattia di Parkinson - con cui viene frequentemente confuso. Si manifesta prevalentemente con un tremore involontario degli arti superiori e compromette in modo significativo la qualità della vita dei pazienti. Circa il 12% dei pazienti con Tremore Essenziale manifesta inoltre un caratteristico tremore della voce.
La voce è un fenomeno biologico complesso che richiede la corretta attivazione di un esteso network di neuroni nel cervello. Proprio per questo motivo, la voce può fornire informazioni sullo stato di salute del sistema nervoso di una specifica persona, e l’analisi avanzata di registrazioni vocali mediante i più moderni algoritmi di machine learning rappresenta quindi una ricerca scientifica di frontiera.
Questo tipo di analisi ha consentito il riconoscimento automatico - con elevata sensibilità/specificità - del tremore vocale e la risposta sintomatica a specifiche terapie farmacologiche in pazienti affetti da Tremore Essenziale. Un approccio metodologico che potrebbe rivelarsi uno strumento innovativo e non invasivo nella diagnosi di specifiche malattie neurologiche.
“La diagnosi di Tremore Essenziale e la valutazione della risposta alla terapia farmacologica - spiega Antonio Suppa del Dipartimento di Neuroscienze umane della Sapienza e dell'I.R.C.C.S. Neuromed – si basano attualmente su valutazioni cliniche che hanno il limite di dipendere dalla specifica esperienza del valutatore. Grazie ai risultati del nostro studio sarà possibile sviluppare in futuro un nuovo metodo di indagine automatizzato e standardizzato per la diagnosi di questa patologia e per la valutazione della risposta clinica a specifiche terapie farmacologiche”.
Ma le prospettive sono ancora più ampie. “L’analisi avanzata della voce – aggiunge Suppa – potrebbe consentire in futuro di riconoscere specifiche patologie neurologiche e di identificare gli interventi terapeutici più appropriati in linea con la nuova frontiera della medicina di precisione. L’intelligenza artificiale apre inoltre nuove prospettive nella diagnosi e cura di specifiche malattie neurologiche a distanza, a beneficio della telemedicina”.
Nello specifico, la ricerca è stata condotta attraverso la registrazione della voce di 58 pazienti affetti da Tremore Essenziale e di 74 soggetti sani di controllo. Le registrazioni della voce, eseguite mentre i partecipanti pronunciavano una vocale per cinque secondi, sono state successivamente esaminate con algoritmi di machine learning da Giovanni Costantini e Giovanni Saggio presso i laboratori del Dipartimento di Ingegneria elettronica dell’Università degli Studi di Roma Tor Vergata.
“L’utilizzo dell’intelligenza artificiale permette di ampliare gli strumenti diagnostici attualmente a disposizione in questo campo, oltrepassandone i limiti – spiega Francesco Asci, neurologo presso il Dipartimento di Neuroscienze umane della Sapienza. Le analisi hanno permesso infatti di individuare alterazioni della voce anche in pazienti con Tremore Essenziale che non presentavano nessuna apparente anomalia vocale all’esame clinico. L’analisi avanzata della voce con algoritmi di machine learning consentirà quindi lo sviluppo di procedure diagnostiche innovative, standardizzate e di elevata precisione”.
