Il Prof. Antonio Pallotti, docente di “Informatica Medica” presso l’Università Telematica San Raffaele Roma, nel corso del Convegno Nazionale CINI - Consorzio Interuniversitario Nazionale per l'Informatica sull’Intelligenza Artificiale, Ital-IA, ha presentato il lavoro di ricerca “Screening di soggetti parkinsoniani basato sulla classificazione del segnale grafologico”.

Prof. Pallotti, qual è il processo di screening della malattia di Parkinson?

“La malattia di Parkinson si indaga in modo strumentale, tramite l’imaging, e tramite l’approccio clinico e l’osservazione qualitativa da parte dello specialista che è in grado di riconoscere dei pattern che possono essere dovuti al tremore di un arto, a una rigidezza posturale o alla difficoltà nella fluidità del movimento. Il progetto, in collaborazione con AGIF - Associazione Grafologica Italo - Francese e il Dipartimento di Ingegneria Informatica e delle Telecomunicazioni dell’Università di Roma La Sapienza, si inserisce al termine di questa lunga catena di screening e diagnosi in un’ottica di telemonitoraggio domestico e consente di riconosce automaticamente, con un test di un paio di minuti, se il soggetto è a rischio di una malattia neurologica come la malattia di Parkinson attraverso i criteri di voce e scrittura” .

Quali sono i dispositivi in uso?

“Si tratta di sensori, che si integrano con quelli indossabili, come tablet e smartphone, in grado di raccogliere dati su quello che l’utente sa fare. Il paziente non deve infatti apprendere un esercizio per lo screening, deve semplicemente riprodurre dei disegni stabiliti dai protocolli a livello internazionale: una spirale archimedea, un cerchio o dei digrammi, ossia un insieme di lettere ripetute. I sensori sono inoltre in grado di leggere il testo libero, strumento utile per comprendere lo stato emotivo del paziente. Attraverso il software sviluppato possiamo quindi acquisire e memorizzare tutti i dati sorgenti raccolti e analizzarli”.

Anche la voce diviene criterio di analisi durante lo screening?

“Esatto, il lavoro sulla grafologia computazionale accompagna quello della fonologia computazionale che a partire dal segnale vocale, ossia qualsiasi emissione di suono e ogni forma di parlato, viene analizzato attraverso gli algoritmi dell’intelligenza artificiale e consente lo screening della malattia del Parkinson. Il passo successivo a cui punta il progetto è infatti quello di unire il modello della voce con il modello basato sul disegno-scrittura, aumentando così le prestazioni dei singoli modelli che messi insieme sono più efficaci. Questo protocollo non solo consente di riconosce tempestivamente se il paziente è un soggetto a rischio, ma può divenire uno strumento efficace per analizzare come la malattia evolve nel tempo e per quantificare l’efficacia della terapia somministrata”.