I progressi nelle tecniche di modellazione del cervello aprono le porte ad approcci di digital twin. Laura Meneghetti, Postdoc nel gruppo mathLab presso la SISSA di Trieste, ci ha spiegato che cos'è
È uno dei disturbi neurologici più comuni e, proprio per questo, diverse sono le strategie già approvate per trattarla, tra cui la stimolazione cerebrale profonda e gli antiepilettici. Quando le terapie standard non funzionano – e questo accade in circa un terzo dei casi - la chirurgia può essere una valida alternativa per il trattamento dell’epilessia. Rimuovere l’area del cervello che causa le crisi è però un intervento delicato e rischioso: la creazione di modelli digitali del cervello da operare, detti digital twin (gemelli digitali) – potrebbe migliorare il tasso di successo del trattamento. I ricercatori dello Human Brain Project (HBP), una iniziativa europea incentrata sull’innovazione digitale applicata al cervello, hanno recentemente presentato le nuove applicazioni di modelli cerebrali su The Lancet Neurology.
EPILESSIA
L’epilessia è una malattia del cervello che colpisce circa 50 milioni di persone in tutto il mondo, la maggior parte delle quali potrebbe vivere senza crisi se venisse diagnosticata e trattata correttamente (Fonte: Organizzazione Mondiale della Sanità). Le crisi che la caratterizzano consistono in episodi di movimento involontario, di durata e gravità variabile, causati da scariche elettriche in particolari aree del cervello, dette zone epilettogene. Le persone con una forma di epilessia focale resistente ai farmaci sono candidate al trattamento chirurgico con lo scopo di rimuovere le zone epilettogene ma, prima di poter intervenire, è necessaria una precisa valutazione della situazione per evitare di causare deficit neurologici.
COS’È IL DIGITAL TWIN?
Una rappresentazione digitale che si comporta e assomiglia alla sua controparte nel mondo reale: così definisce il digital twin, o gemello digitale, Laura Meneghetti, Postdoc nel gruppo mathLab presso la SISSA (Scuola Internazionale Superiore di Studi Avanzati) di Trieste. “In poche parole, si prende un oggetto reale e si crea la sua controparte digitale: sono due entità, una fisica e una virtuale, ma sono collegate e in continuo dialogo tra loro. Se un parametro cambia nella realtà, così deve essere anche nel gemello digitale, altrimenti il modello non è più efficace”.
Ricavare modelli del cervello è complesso, ma le tecniche a disposizione per lo studio di questo organo (ad esempio elettroencefalogramma e risonanza magnetica) consentono di vedere oltre la scatola cranica, dalle strutture alle sinapsi che consentono il passaggio dell’impulso nervoso, e raccogliere abbastanza dati per creare il gemello digitale. “Calcolo, dati e intelligenza artificiale sono alla base dello sviluppo dei digital twin, che possono essere repliche digitali di oggetti fisici, ma anche di processi che permettono di raccogliere informazioni o fare previsioni. In sostanza, si tratta di un metodo per creare simulazioni in grado di apportare miglioramenti allo sviluppo tecnologico nei più disparati settori”, continua Meneghetti.
La dottoressa Meneghetti lavora allo sviluppo di reti neurali artificiali con applicazioni industriali: obiettivo di queste reti neurali è quello di cercare di mimare il più fedelmente possibile il comportamento del cervello umano. “Avere a disposizione un modello digitale permette di fare sperimentazione e analisi, per poi tradurre le informazioni ricavate nel processo produttivo, risparmiando così risorse”, conclude la ricercatrice.
In SISSA ci sono diversi ricercatori che lavorano sui digital twin: un esempio sono le applicazioni industriali, tra cui lo studio di modelli nautici per Fincantieri, uno dei più importanti complessi cantieristici al mondo; un altro ambito di studio è quello della cardiomatematica, che studia cosa accade al flusso sanguigno e alle pareti dei vasi quando una vena è ostruita.
UN CERVELLO IN FORMATO DIGITALE
Utilizzando i dati ricavati da risonanze e altri esami è quindi possibile ricostruire un cervello virtuale: viene mappata la rete cerebrale del paziente in modo da produrre una simulazione al computer delle crisi epilettiche e dei segnali di imaging cerebrale, come se fossero registrati con il più classico elettroencefalogramma intracranico. In combinazione con l’intelligenza artificiale, i cervelli in formato digitale possono essere usati per stimare estensione e organizzazione della zona epilettogena, per arrivare all’operazione con una maggiore conoscenza della situazione clinica del paziente. Questo perché la localizzazione precisa della zona epilettogena è una sfida considerevole e influisce sull'esito dell'intervento, il tasso di successo nella prevenzione delle crisi è attualmente solo del 50%. Il fallimento dell'intervento è spesso attribuito a un'errata identificazione della zona epilettogena.
Le tecniche di modellazione cerebrale computazionale che integrano i dati di un paziente sono state sviluppate dai ricercatori dell’Aix-Marseille Université (Francia). Per creare modelli personalizzati, hanno utilizzato un sistema computazionale noto come Virtual Epileptic Patient (VEP), questi sono stati sviluppati nell'ambito dello Human Brain Project. Il VEP è quindi un "gemello digitale", un modello avanzato realizzato utilizzando informazioni prelevate dalla realtà. Per ogni paziente, i modelli computazionali vengono creati a partire dai dati relativi all'anatomia, alla connettività e della dinamica cerebrale, misurati individualmente. Le valutazioni sono state fatte utilizzando i dati di 53 pazienti con epilessia focale resistente ai farmaci. A gennaio, il team aveva presentato la metodologia dettagliata del lavoro sull'epilessia nella storia di copertina di Science Translational Medicine e l’approccio è in fase di sperimentazione in uno studio clinico chiamato EPINOV (Improving Epilepsy surgery management and progNOsis using Virtual brain technology), per valutare se migliora il tasso di successo della chirurgia dell'epilessia, con una previsione di 356 pazienti coinvolti.
Come spiegato nello studio, i cervelli digitali potrebbero, in futuro, essere utilizzati per il processo decisionale clinico, per migliorare la precisione nella localizzazione dell'attività epilettica e per la pianificazione chirurgica. Purtroppo, al momento questi modelli presentano alcune limitazioni, come la bassa risoluzione spaziale. Man mano che si accumulano prove a sostegno del potere predittivo dei modelli cerebrali virtuali personalizzati e che i metodi vengono testati in studi clinici, i cervelli virtuali potrebbero informare la pratica clinica nel prossimo futuro.
