Un algoritmo per individuare la malattia mentale

Con la risonanza magnetica nucleare (RMI), un esame assolutamente non invasivo, è possibile avere una scansione completa del cervello di una persona in meno di cinque minuti. Peccato che fino ad oggi questo esame specialistico venga usato solamente per individuare forme tumorali o emorragie cerebrali. Oggi però diversi gruppi di scienziati in tutto il mondo hanno incominciato ad esaminare come funzionano i miliardi di neuroni presenti nel cervello e quali modifiche siano associabili a malattie non altrimenti facilmente diagnosticabili come la depressione.
Tra gli scienziati che stanno lavorando a questa che viene definita “diagnosi computazionale” spicca Adam Chekroud che ha pubblicato un suo lavoro sulla predittività dei farmaci più corretti per gestire la depressione attraverso le tecniche del machine learning abbinate alle scansioni MRI. La malattia mentale oggi è difficilmente valutabile in maniera precisa e prima di trovare il farmaco giusto può essere necessario molto tempo. Il problema per la gestione delle tecniche di machine learning è quello di fornire le informazioni più adatte al computer: se infatti è relativamente facile fornire i dati che consentono di identificare un tumore alla pelle, è molto più difficile ottenere il risultato sperato partendo da un sistema di verifica non unanime.
Se oggi non c’è accordo tra gli psichiatri che si trovano a dover diagnosticare una depressione è chiaro che difficilmente ci potrà essere per inserire i dati necessari alla creazione di un algoritmo.

Se oggi non c’è accordo tra gli psichiatri che si trovano a dover diagnosticare una depressione è chiaro che difficilmente ci potrà essere per inserire i dati necessari alla creazione di un algoritmo.

La sfida è quella di trovare il pattern che identifichi una malattia progressiva e sfuggente come quella mentale senza per questo tornare all’800 e alla teoria antropologica della delinquenza di Cesare Lombroso. Siamo convinti che ci riusciremo, l’unico dubbio rimane quando.