Progetti PATPubblicazioniTop newsTreCTreC Parkinson

L’Intelligenza Artificiale alleata contro Alzheimer e Parkinson: i successi del progetto NeuroArtP3 e il futuro di “TreC Parkinson”

18 Giugno 2026 By

Il progetto di ricerca nazionale NeuroArtP3, nato nel 2020 con l’obiettivo di rivoluzionare la gestione delle malattie del sistema nervoso centrale grazie alla valorizzazione dei dati clinici, segna un doppio, fondamentale traguardo. Sono stati infatti pubblicati due importanti studi scientifici che mettono in luce il ruolo di primo piano del Trentino — grazie alla sinergia tra ASUIT, l’Azienda sanitaria universitaria integrata del Trentino (ex APSS), la Fondazione Bruno Kessler (FBK) e il centro di competenza TrentinoSalute4.0 — nell’applicazione dell’Intelligenza Artificiale (AI) alle malattie neurodegenerative.

Finanziato dal Ministero della Salute e dalle Regioni partner con un budget complessivo di circa 2,4 milioni di euro, NeuroArtP3 vede la Neurologia di ASUIT, con il prof. Bruno Giometto nel ruolo di referente scientifico per Trento, all’interno di un network d’eccellenza che unisce prestigiose istituzioni sanitarie e di ricerca italiane.

Alzheimer: modelli predittivi per anticipare il declino cognitivo

Il primo studio, pubblicato sulla prestigiosa rivista scientifica internazionale Frontiers in Aging Neuroscience, si concentra sulla lotta alla malattia di Alzheimer. La ricerca ha coinvolto 126 pazienti in fase precoce della malattia (con deficit cognitivo lieve o demenza lieve), monitorati in un follow-up clinico di ben tre anni: di questi, 25 sono stati seguiti dall’ASUIT di Trento e 101 dall’IRCCS Policlinico San Martino di Genova.

I ricercatori e le ricercatrici dell’unità Data Science for Health del Centro Digital Health and Wellbeing di FBK, collaborando a stretto contatto con i clinici nell’ambito delle attività di TrentinoSalute4.0, hanno utilizzato tecniche di machine learning per costruire modelli predittivi avanzati. L’obiettivo è comprendere l’evoluzione della patologia e identificare le variabili cliniche e neuropsicologiche maggiormente associate al peggioramento cognitivo. Tra i fattori chiave emersi figurano la memoria visuo-spaziale (insieme di capacità cognitive che permettono di percepire, elaborare e utilizzare le informazioni visive relative allo spazio e alla posizione degli oggetti), la memoria verbale a lungo termine, la capacità di inibire le interferenze cognitive, la presenza di ipertensione e le difficoltà nelle attività strumentali della vita quotidiana.

Si tratta del primo studio italiano che utilizza dati clinici raccolti nella pratica medica reale (real-world data) anziché affidarsi esclusivamente a grandi database pubblici, offrendo spiegazioni dettagliate sui fattori coinvolti e aprendo la strada a concrete strategie di medicina personalizzata.

Parkinson: un algoritmo per prevedere il rischio cadute e le fluttuazioni motorie

Il secondo filone di ricerca riguarda la malattia di Parkinson, la seconda patologia neurodegenerativa più frequente al mondo, i cui casi globali sono destinati a raddoppiare entro il 2030 a causa del progressivo invecchiamento della popolazione. Un team multidisciplinare coordinato da ASUIT, insieme a FBK, all’IRCCS Ospedale Policlinico San Martino e all’Università di Genova, ha sviluppato un algoritmo basato sull’Intelligenza Artificiale in grado di prevedere il rischio di cadute e le fluttuazioni motorie (i cosiddetti momenti “on-off”) tipici dei pazienti.

Partendo dalla digitalizzazione e standardizzazione dei dati, lo studio si è articolato in due macro-fasi:

  • Fase retrospettiva: focalizzata sulla sistematizzazione dei dati dei pazienti storici per mappare con precisione il fenotipo clinico e correlarlo alla successiva progressione dei sintomi.

  • Fase prospettica: mirata a raccogliere e validare le stesse variabili cliniche su pazienti di nuova diagnosi arruolati nei medesimi centri clinici.

“La correlazione del fenotipo* clinico con la progressione dei sintomi e la mappatura precoce di sintomi specifici svolge un ruolo centrale per la previsione del rischio, la personalizzazione del trattamento e la pianificazione di strategie preventive appropriate“, ha spiegato Lorenzo Gios, project manager di TrentinoSalute4.0. Un paradigma innovativo ribadito anche da Maria Chiara Malaguti, direttrice dell’Unità operativa di Neurologia di Rovereto, dirigente medico all’ospedale Santa Chiara di Trento e coordinatrice della rete clinica Parkinson di ASUIT: “Sviluppati e validati, questi modelli daranno un grande supporto allo sviluppo delle conoscenze. Per noi clinici e cliniche significa imparare a gestire la cronicità con un modello che ci permetta di conoscere meglio i nostri pazienti e personalizzare le terapie”.

Dalla ricerca alla pratica sul territorio: la funzionalità “TreC Parkinson”

I risultati di queste ricerche non rimangono confinati sulle riviste scientifiche, ma si stanno già traducendo in strumenti digitali pronti a impattare la vita quotidiana delle persone.

A fine 2025 ha preso infatti il via una cruciale fase di test sul campo. Sono stati raccolti dati, immagini e video sull’utilizzo concreto di un apposito cruscotto che gli e le operatrici sanitarie utilizzano da un pc, e di un’applicazione dedicata, attualmente in uso sperimentale da parte dei pazienti test dell’Associazione Parkinson.

Questo percorso sul territorio è ulteriormente arricchito da un lavoro in stretta sinergia tra ASUIT, DEDA (Dedagroup), l’Associazione Parkinson Trento, l’Istituto Artigianelli di Trento e FBK. Coerentemente con la filosofia di piattaforma unica della sanità digitale trentina con TreC+, il gruppo di lavoro sta finalizzando funzionalità avanzate ed educative che possano integrare la piattaforma di telemonitoraggio / telemedicina rivolta a pazienti e caregiver.

Un traguardo che sancisce il passaggio definitivo dalla teoria degli algoritmi predittivi alla pratica quotidiana della cura e del monitoraggio personalizzato.

Note: *fenotipo: il complesso delle caratteristiche morfologiche e funzionali (ereditabili o no) di un organismo (caratteri fenotipici), prodotto dall’interazione dei geni tra loro e con l’ambiente.

Articoli correlati

Tag: , , , , , ,

About the Author

Marzia Lucianer: Marzia Lucianer, giornalista scientifica, responsabile Press Office and Digital Communication di TrentinoSalute4.0