La «sindrome da fatica cronica» (Cfs) meglio nota come encefalomielite mialgica (Me), consiste principalmente in un concreto affaticamento continuo a cui si aggiungono altri sintomi, rendendo molto difficile a chi ne soffre il corretto svolgimento delle attività più banali. Tutt’oggi non sappiamo cosa la provochi e la diagnosi è piuttosto difficile. Dobbiamo orientarci sulla base di un insieme di sintomi caratteristici, tuttavia un nuovo studio, pubblicato su Pnas (la rivista dell’Accademia delle scienze americana) promette di riuscirci con un nuovo genere di test.
Per qualche ragione ancora da chiarire con certezza, la sindrome colpisce soprattutto le donne. In generale si presenta in età comprese tra i 40 e i 60 anni. Piuttosto noto è che negli Stati Unitidue bambini su cento possono avere a che fare con questa patologia, anche se sono più a rischio gli adolescenti.
Ricordiamo che la difficile diagnosi pone un limite alla precisione di queste stime. Negli Stati Uniti soffrono di Cfs almeno due milioni di persone. Abbiamo qualche idea sul genere di fattori che potrebbe scatenare la malattia, ma ad oggi non si è mai riusciti a trovare dei bio-marcatori nel sangueper poterla diagnosticare tempestivamente.
Intelligenza artificiale e nano-oggetti per le diagnosi
I ricercatori di Standford e dell’Università della California potrebbero aver trovato una soluzione, unendo Intelligenza artificiale e «nano-fabbricazione», ovvero la produzione di microscopici oggetti, costruendoli in pratica atomo per atomo. Le prospettive aperte da questa tecnica sono molteplici, e vanno ben oltre le diagnosi. In questo modo i ricercatori hanno potuto eseguire dei rilevamenti elettrici sulle proprietà cellulari e molecolari del sangue:
Abbiamo sviluppato un test ematico nanoelettronico che può potenzialmente stabilire un biomarcatore diagnostico e una piattaforma di screening dei farmaci per ME/CFS.
Come si è svolto lo studio
I ricercatori hanno prelevato globuli rossi da 20 volontari sani (gruppo di controllo) e 20 affetti da Cfs, i campioni sono stati esposti al sale mediante un processo definito «stress osmotico». Attraverso un sistema nano-elettrico hanno misurato come le cellule impedissero il passaggio di corrente nella soluzione salina, ottenendo informazioni univoche collegabili alla patologia.
Il meccanismo è ancora in via di perfezionamento, ma è sicuramente un buon inizio. Attraverso una Intelligenza artificiale è possibile inoltre far apprendere al sistema diagnostico come interpretare i risultati dei test in maniera sempre più precisa. Questo metodopotrebbe inoltre essere applicato anche alla selezione dei farmaci più ottimali contro i sintomi di questa patologia.
Foto di copertina: Wikipedia/Sindrome da fatica cronica.
Leggi anche:
- Professioni digitali, queste sconosciute: almeno 600mila posti scoperti in Ue. E l’Italia non sta al passo
- Una intelligenza artificiale per aiutare i pediatri a tradurre il pianto dei neonati
- Da Cambridge il primo robot-contadino: ha imparato a raccogliere la lattuga (o almeno ci prova)
