Sistema per la diagnosi automatica delle Psychogenic Non-Epileptic Seizures (PNES) basato sull’Elettroencefalografia (EEG)

Università Mediterranea di Reggio Calabria / IRCCS - Centro Neurolesi "Bonino Pulejo" / Università degli Studi "Magna Graecia" di Catanzaro / Istituto di Fisiologia Clinica - CNR-IFC

Risultato della ricerca:

È stato progettato, implementato e testato un sistema basato su intelligenza artificiale per supportare il neurologo nella diagnosi delle Psychogenic Non-Epileptic Seizures (PNES). Tale sistema riceve in ingresso i dati provenienti dalle registrazioni elettroencefalografiche (EEG) del paziente e li elabora automaticamente per fornire un’informazione diagnostica circa la probabilità che le crisi siano di tipo PNES. L’EEG è uno strumento fondamentale per la diagnosi di molte patologie neurologiche e consiste nella registrazione non invasiva dell’attività elettrica cerebrale tramite degli elettrodi integrati in una cuffia che viene indossata dal paziente. In particolare, il sistema proposto elabora l’EEG per estrapolarne una rappresentazione nel dominio tempo-frequenza dalla quale estrae una serie di caratteristiche che vengono poste in ingresso ad una rete neurale di tipo Deep, opportunamente addestrata a discriminare EEG di soggetti con PNES. Il sistema fornirà in output la probabilità che si tratti di crisi di tipo PNES.

Riferimento a finanziamenti precedenti:

Nessun finanziamento è stato ottenuto finora

Innovatività rispetto a soluzioni già esistenti:

Le crisi di tipo PNES implicano dei cambiamenti comportamentali brevi e improvvisi simili a crisi epilettiche. In questi soggetti, non vi è alcuna prova di possibili cause somatiche delle crisi, mentre si ipotizza la presenza di fattori psicogeni. Molti pazienti con PNES sono erroneamente diagnosticati come “epilettici” e quindi possono incorrere in un trattamento inappropriato che porta ad effetti collaterali importanti. Secondo le linee guida stabilite dalla Lega Internazionale contro l’Epilessia, la diagnosi PNES si basa su un approccio graduale, che coinvolge diversi aspetti clinici e neurofisiologici volti a formulare una diagnosi con un crescente livello di certezza.

In particolare, la diagnosi di PNES si basa sull’esame visivo delle crisi rilevate durante la registrazione video-EEG. Una crisi PNES può verificarsi spontaneamente durante la registrazione EEG a lungo termine o può essere indotta per mezzo di tecniche di suggestione. La prima soluzione è molto costosa per il sistema sanitario nazionale, in quanto richiede lunghi monitoraggi finalizzati a rilevare eventi PNES spontanei, mentre la seconda pone dei seri interrogativi di natura etica.

Non esiste al momento un sistema per la diagnosi automatica di crisi di tipo PNES che possa supportare il neurologo nel processo diagnostico pertanto la soluzione proposta rappresenta un’innovazione assoluta nel panorama scientifico internazionale.

Titoli di proprietà intellettuale:

Non sono state ancora effettuate ricerche di anteriorità brevettuale né sono state depositate domande di brevetto.

Principali applicazioni e mercato di riferimento:

Chiunque sperimenti delle crisi, deve sottoporsi ad un procedimento diagnostico che prevede l’esecuzione dell’esame EEG. L’EEG è uno strumento fondamentale nella diagnosi delle crisi e consiste nella registrazione non invasiva dell’attività elettrica cerebrale tramite una cuffia di elettrodi che viene indossata dal paziente ed è connessa ad un sistema di acquisizione. Una volta completata la registrazione (che può durare ore oppure giorni) viene effettuata una attenta rilettura manuale dell’intero tracciato, allo scopo di individuare la presenza di eventi critici. Ciò implica un imponente dispendio di risorse, tempo ed energie da parte di epilettologi esperti (circa 3 ore di lavoro per revisionare un EEG di 24 ore). A ciò si aggiunge che, trattandosi di una procedura lunga e ripetitiva, nel 27% dei casi si incorre in errori di valutazione e si perviene ad una diagnosi errata, con tutte le annesse ripercussioni sulla salute del paziente.

Per limitare la possibilità di errore e rendere più oggettiva possibile l’interpretazione dell’EEG, si ricorre, specialmente nei casi più controversi, ad una valutazione incrociata e indipendente ad opera di più esperti epilettologi, il che implica un ulteriore aggravio dei costi per il sistema sanitario. Disponendo invece del sistema proposto, che potrebbe essere facilmente integrato con tutti le più comuni attrezzature di acquisizione e review dell’EEG, il neurologo potrebbe effettuare la sua diagnosi in modo veloce ed efficace poiché avrebbe a disposizione delle informazioni diagnostiche aggiuntive, estrapolate automaticamente grazie all’intelligenza artificiale, che non è possibile rilevare con una mera ispezione visiva dei tracciati EEG.

Un approccio possibile è quello di tipo Business to Business in quanto il sistema potrebbe essere integrato con tutte le più comuni attrezzature in commercio per acquisizione e review dell’EEG.

Esigenze per l’ulteriore sviluppo – Industrializzazione:

È necessario sviluppare il sistema in forma standalone, indipendente dal sistema operativo utilizzato, nonché individuare almeno 5 aziende ospedaliere disposte a testare la versione beta del sistema. Una volta completata tale fase di test multicentrico, il sistema verrà ottimizzato sulla base del feedback dei neurologi e verrà implementata una nuova versione, destinata ad essere integrata con i più comuni sistemi di acquisizione e review dei tracciati EEG.

Codice:

0037

Area di Innovazione:

Scienze della Vita