RICERCA DI BIOMARCATORI PRECOCI E INTELLIGENZA ARTIFICIALE: COME ANTICIPARE LA DIAGNOSI DEL DISTURBO DELLO SPETTRO AUTISTICO NEI PRIMI MESI DI VITA.
Nel panorama dei disturbi dello neurosviluppo, il Disturbo dello Spettro Autistico (ASD) ha storicamente presentato una sfida complessa: la diagnosi si fonda ancora oggi esclusivamente sull’osservazione comportamentale. Questo approccio clinico, sebbene validato da gold standard internazionali come ADOS-2 e ADI-R, sconta un limite intrinseco: i segni fenotipici comportamentali classici emergono raramente in modo chiaro prima dei 18-24 mesi di vita del bambino.Negli ultimi anni, tuttavia, la ricerca neuroscientifica ha compiuto un cambio di paradigma radicale, spostando l’orizzonte verso la ricerca di biomarcatori strumentali e biologici precoci e intelligenza artificiale.L’obiettivo non è solo anticipare i tempi della diagnosi, ma intercettare l’atipicità dello sviluppo nel momento di massima plasticità neuronale del neonato.
L’Algoritmo dello Sguardo: Eye-Tracking e Deep Learning nei Primi Mesi di vita
Una delle aree di ricerca più promettenti sfrutta l’integrazione tra la tecnologia di tracciamento oculare (eye-tracking) e i modelli di intelligenza artificiale. Nei neonati a sviluppo tipico, esiste una predisposizione innata a orientare lo sguardo verso gli stimoli sociali, in particolare il volto umano e la regione degli occhi.
Gli studi su ampie coorti di lattanti ad alto rischio familiare (fratelli di bambini già diagnosticati) hanno dimostrato che i soggetti che riceveranno successivamente una diagnosi di disturbo dello spettro autistico mostrano un declino progressivo dell’attenzione visiva verso gli occhi altrui già a partire dai 2 ai 6 mesi di vita.
Attraverso reti neurali convoluzionali (CNN), i software di Deep Learning sono oggi in grado di analizzare micro-pattern di fissazione visiva e dinamiche di scansione ambientale impercettibili all’occhio umano. Questi sistemi riescono a differenziare con un’elevata accuratezza predittiva i profili di elaborazione visiva atipici, offrendo uno strumento di screening oggettivo e non invasivo direttamente nei primi bilanci di salute pediatrici.
Mappare le Reti Neurali: La Rivoluzione della fNIRS nella diagnosi clinica di autismo
Parallelamente ai biomarcatori comportamentali digitali, il neuroimaging funzionale sta fornendo dati cruciali sull’organizzazione delle reti cerebrali prima che si traducano in manifestazioni cliniche.
In questo ambito, la spettroscopia funzionale nel vicino infrarosso (fNIRS) si sta imponendo come lo strumento d’elezione per lo studio della primissima infanzia. A differenza della risonanza magnetica funzionale (fMRI), che richiede la totale immobilità del paziente o la sedazione, la fNIRS utilizza una cuffietta leggera dotata di sensori ottici, tollerata perfettamente dai lattanti anche durante il sonno spontaneo o l’interazione con la madre.
I dati raccolti tramite fNIRS evidenziano che l’autismo è caratterizzato da una precoce alterazione della connettività funzionale.
Nei neonati ad alto rischio che in seguito sviluppano la condizione, si osserva un fenomeno di iper-connettività locale (un eccesso di connessioni a corto raggio all’interno di specifiche aree corticali) associato a una marcata ipo-connettività a lungo raggio, in particolare tra le aree deputate all’elaborazione del linguaggio e della cognizione sociale. Questa firma emodinamica precoce rappresenta uno dei biomarcatori strutturali più solidi attualmente allo studio.
Biomarcatori Periferici: Metabolomica e Sfingolipidi
La ricerca non si limita al comparto neurologico centrale. La biologia molecolare sta esplorando la periferia dell’organismo alla ricerca di indicatori metabolici.
Trial clinici recenti si sono concentrati sulla metabolomica plasmatica e urinaria, identificando alterazioni specifiche nelle vie metaboliche degli aminoacidi e nel profilo degli sfingolipidi nei bambini in età precoce. Sebbene non esista ancora un “esame del sangue” validato per l’autismo, la combinazione di profili metabolomici atipici con i dati derivanti dal neuroimaging sta tracciando la strada verso un pannello di screening multimodale, capace di ridurre drasticamente la percentuale di falsi positivi.
A cosa serve anticipare la diagnosi di autismo
La transizione verso una diagnosi guidata dai biomarcatori non mira alla medicalizzazione precoce o alla standardizzazione della neurodivergenza, bensì all’ottimizzazione del supporto clinico. Anticipare l’identificazione del rischio ai primi 6-12 mesi di vita permette di avviare interventi mediati dai genitori (parent-mediated) focalizzati sulla comunicazione sociale ben prima che le traiettorie di sviluppo si irrigidiscano.
La sfida attuale per la comunità scientifica risiede nella validazione clinica su larga scala di questi protocolli e nella loro sostenibilità economica all’interno dei sistemi sanitari nazionali, affinché la medicina predittiva possa trasformarsi in uno standard di cura accessibile a tutti.
Per consultare le fonti citate in questo articolo clicca qui e qui.
Potrebbe interessare anche Studio svela legame tra autismo e inquinamento
