REGIONE ABRUZZO. POTENZIAMENTO DELLA DIAGNOSI PRECOCE DEL DISTURBO NEUROCOGNITIVO MINORE TRAMITE IMPLEMENTAZIONE DI UN MINIMUM DATASET E DI TECNICHE DI INTELLIGENZA ARTIFICIALE

Sintesi. Il Disturbo Neurocognitivo minore, anche noto come Mild Cognitive Impairment, rappresenta un’entità tipicamente prodromica allo sviluppo di un franco quadro di demenza, anche detta “Disturbo Neurocognitivo maggiore”. La principale differenza clinico-fisiologica fra le due entità è rappresentata dal livello di progressione dei deficit cognitivi, tali da impattare significativamente le attività quotidiane del paziente nel caso del Disturbo Neurocognitivo maggiore. Il Disturbo Neurocognitivo lieve rappresenta dunque una finestra d’opportunità nella quale il danno neurologico, in termini di neurodegenerazione, non abbia ancora determinato una irreversibile compromissione dell’autonomia. Da qui, risulta evidente la necessità di intercettazione precoce dei pazienti affetti da tale condizione, sì da poter mettere in atto strategie preventive che possano ridurre il rischio di conversione a demenza. Alcune criticità limitano l’efficace individuazione di questi quadri clinici. Il mancato impatto sull’autonomia e sulle attività quotidiane può determinare un mancato riconoscimento da parte del soggetto affetto, ma spesso anche da parte dei familiari e dei medici di medicina generale. Tale aspetto trarrebbe evidente beneficio dall’implementazione di strategie predittive, di intuitiva applicazione, nella normale pratica clinica. Sebbene siano già disponibili alcune carte del rischio (es. CAIDE, DRS, SLAS), queste sono state messe a punto in differenti realtà geografiche e sociosanitarie, pertanto potrebbero non ottenere il massimo dell’efficacia in un contesto caratterizzato da differenti fattori di rischio ambientali e pool genetici. Le nuove tecnologie possono fortunatamente giungere in aiuto del clinico, come dimostrato dai più recenti studi sull’applicazione dell’intelligenza artificiale alla diagnostica della Malattia di Alzheimer e di altre patologie neurodegenerative. Tali metodiche consentono infatti di evincere, tramite un approccio data-driven, pattern salienti che sfuggirebbero al normale occhio umano e ai convenzionali mezzi statistici. Un fondamentale prerequisito per la loro implementazione è rappresentato dall’omogeneità e dalla mole dei dati impiegati. L’ottenimento di un dataset idoneo risulterebbe pressoché impossibile in assenza di omogeneizzazione delle procedure di valutazione e diagnosi, attualmente inficiate da cospicua eterogeneità anche all’interno di piccole realtà quali le Regioni – talora le stesse ASL. Una modifica di questo andamento viziato risulterebbe dunque doppiamente vantaggiosa, non solo per la fruibilità dei dati stessi, ma anche per la rettifica della disuguaglianza all’interno dell’offerta diagnosticoterapeutica dei vari CDCD. 33 Obiettivi. Per tali motivi, la Regione Abruzzo propone, nell’ambito della Linea Progettuale 1, i seguenti obiettivi specifici: 1. Costituzione di un minimum dataset. Tale obiettivo presuppone a) l’individuazione delle variabili oggetto di raccolta sistematica; b) l’individuazione dello strumento di condivisione dei dati; c) la raccolta integrata dei dati nei CDCD aderenti (ASL di Chieti, Pescara, L’Aquila) sino all’inserimento di almeno 200 pazienti. I dati raccolti verranno impiegati per l’implementazione di una rete regionale fondata sul linkage di dati clinici e amministrativi, raccolti in modo omogeneo attraverso un dataset condiviso, per effettuare un monitoraggio del flusso ai CDCD. Fondo per l’Alzheimer e le demenze 2021-2023 Linea Progettuale 1. Le informazioni verranno inoltre sfruttate per l’elaborazione condivisa di una proposta di PDTA per il Disturbo Neurocognitivo minore da parte di un gruppo multidisciplinare regionale. 2. Implementazione di tecniche di machine learning (ML) a scopi diagnostici e prognostici partendo da quanto realizzato in un recente progetto di ricerca, ossia da un algoritmo Random Forest finalizzato alla predizione della conversione del Disturbo Neurocognitivo minore in demenza, verranno elaborati e testati diversi modelli di machine learning. Algoritmo per diagnosi precoce: tramite l’individuazione automatizzata di caratteristiche salienti tipiche del Disturbo Neurocognitivo minore, verrà sviluppato un modello in grado di rinvenire le stesse in soggetti che abbiano effettuato un primo accesso al CDCD per Disturbo Cognitivo Soggettivo e, pertanto, di classificarsi come attualmente affetti da un Disturbo Neurocognitivo oppure come a rischio di svilupparlo. Tale strumento potrà dunque essere impiegato quale strumento di screening. Carte del rischio: per ovviare alla possibile mancanza di accesso a piattaforme elettroniche, verranno sfruttati gli elementi ottenuti dalla raccolta dati per il minimum dataset per la definizione di carte del rischio dall’impiego rapido e intuitivo. Tali strumenti potranno essere condivisi in maniera estesa, sul territorio, per guidare anche il personale medico meno specializzato (es. Medico di Medicina Generale) all’individuazione precoce dei soggetti da indirizzare ai CDCD per approfondimenti mirati, in abbinamento al potenziamento dell’impiego di strumenti già esistenti (CAIDE, DRS, SLAS), anche nell’ottica di un successivo confronto fra risultati. Indicatori di risultato. Alcuni indicatori di risultato sono stati individuati per valutare l’efficacia dell’intervento proposto, come di seguito illustrato. Obiettivo specifico 1: fonti di verifica: report annuale e dataset. Standard di risultato: inserimento di almeno 200 pazienti nel dataset, report di monitoraggio del flusso di accesso ai CDCD, realizzazione di un Piano Diagnostico-Terapeutico Assistenziale per il Disturbo Neurocognitivo minore. Obiettivo specifico 2: fonti di verifica: report periodici e report finale. Standard di risultato: generazione di almeno un algoritmo di machine learning con accuratezza >80%; realizzazione di almeno 3 modelli di carta del rischio; applicazione di carte del rischio in almeno 100 soggetti e applicazione dell’algoritmo di machine learning in almeno 100 soggetti. In conclusione, l’istituzione di un fondo per la Malattia di Alzheimer e le demenze, nonché l’individuazione della prima linea progettuale, rappresenta una notevole opportunità per la trasformazione di correnti criticità in potenziali punti di forza del nostro Sistema Sanitario. La costituzione di un minimum dataset per il Disturbo Neurocognitivo minore rappresenterebbe infatti un punto di svolta sia sotto il profilo organizzativo, eliminando ridondanze e grossolane discrepanze e disomogeneità nell’approccio diagnostico-terapeutico, sia per l’avanzamento della ricerca nel settore. È facilmente intuibile come tale balzo in avanti richieda cospicua padronanza dell’argomento sotto il 34 profilo teorico-pratico, padronanza perfezionabile solo tramite approccio real-world delle nuove tecnologie. Infine, il monitoraggio del flusso regionale risulterà propedeutico alla proposta di PDTA per la gestione del Disturbo Neurocognitivo minore, consentendo di coordinare al meglio l’allocazione delle varie risorse sulla base delle necessità microterritoriali, attualmente nebulose.