Parkinson – Analizzare il movimento degli occhi di chi guarda la televisione, aiuta a diagnosticare la malattia

Analizzare come le persone muovono gli occhi mentre guardano la televisione potrebbe aiutare a identificare coloro che hanno la malattia di Parkinson, il deficit di attenzione e iperattività (ADHD) e il disturbo dello spettro fetale alcolico (FASD).
I ricercatori della University of Southern California, suggeriscono che ciascuna di tali condizioni comporta il controllo oculare e disfunzioni dell’attenzione e possono essere facilmente – ed economicamente – individuati attraverso una valutazione di come i pazienti muovono gli occhi mentre guardano la televisione. L’attenzione e il movimento naturale degli occhi, come la saliva,  contengono una firma biometrica di particolari disturbi neurologici dell’individuo.
I ricercatori hanno detto che i tipici metodi di rilevamento per questi disturbi, tra cui la valutazione clinica, strutturati compiti comportamentali e il neuroimaging, sono costosi e trovano limitata collaborazione da parte del paziente, non sempre in grado di comprendere e osservare le istruzioni.
Il nuovo metodo di screening è stato ideato dal  dottorando Po-Tseng Lui e il dottor Laurent Itti del Dipartimento di Informatica presso la Facoltà di Ingegneria USC Viterbi, insieme con i collaboratori della Queen’s University, in Canada.
I partecipanti allo studio, mentre i movimenti oculari dei loro occhi veniva registrato, sono stati incaricati di guardare in televisione, brevi filmati per venti minuti.
I dati del tracciamento dei loro occhi sono stati successivamente combinati con un modello computazionale di attenzione visiva per estrarre 224 caratteristiche quantitative, ciò ha permesso al team di utilizzare le nuove tecniche di machine learning per identificare le caratteristiche che hanno differenziato i pazienti dai soggetti di controllo.
Il dottor Laurent Itti, ha detto:
“Il nostro gruppo di ricerca con i dati dei movimenti degli occhi di 108 soggetti,  è stato in grado di identificare, con un margine dell’89,6% di precisione, gli adulti più anziani con la malattia di Parkinson, e con il 77,3% di precisione, i bambini con il deficit di attenzione e iperattività (ADHD) e quelli con il disturbo dello spettro fetale alcolico (FASD).
Ora, per la prima volta, si può effettivamente decodificare lo stato neurologico delle persone dal loro comportamento quotidiano, senza la necessità di sottoporli per periodi prolungati a prove difficili”.

deficit di attenzione e iperattività (ADHD)disturbo dello spettro fetale alcolico (FASD)machine learningneuroimagingParkinson