MRI multimodale e intelligenza artificiale: così il cervello racconta il legame tra cognizione e salute mentale

L’intelligenza artificiale applicata al neuroimaging continua ad ampliare il proprio spazio nella ricerca neurologica e neuropsichiatrica. Un nuovo studio pubblicato su eLife ha utilizzato dati multimodali di risonanza magnetica cerebrale e algoritmi di machine learning su oltre 14mila partecipanti della UK Biobank per analizzare il rapporto tra funzioni cognitive e salute mentale.

L’obiettivo dei ricercatori era verificare quanto i biomarcatori cerebrali derivati da risonanza magnetica potessero spiegare la relazione tra cognizione e psicopatologia. Per farlo sono stati integrati dati ottenuti da risonanza strutturale (sMRI), funzionale resting-state (rsMRI) e diffusiva (dwMRI), insieme a 133 indicatori di salute mentale e a test cognitivi utilizzati per costruire un fattore generale di cognizione (“g-factor”).

I risultati mostrano che la relazione predittiva tra salute mentale e cognizione raggiungeva un coefficiente r pari a 0,3. Le diverse modalità di imaging spiegavano quote differenti della covariazione tra cognizione e salute mentale: fino al 25,8% per la rsMRI, 21,8% per la sMRI e 19,3% per la dwMRI. Combinando le diverse modalità di imaging attraverso modelli “stacked”, la quota spiegata arrivava al 48%.

Secondo gli autori, la connettività funzionale tra grandi network cerebrali ottenuta con rsMRI rappresenta il marker più informativo, seguita dalle caratteristiche volumetriche delle strutture sottocorticali e dai pattern di connettività strutturale della sostanza bianca. In particolare, risultavano rilevanti le connessioni che coinvolgono aree limbiche, reti attentive, ippocampo, talamo e gangli della base.

Lo studio sottolinea anche il ruolo crescente degli approcci multimodali e dell’intelligenza artificiale nella costruzione di biomarcatori quantitativi del funzionamento cerebrale. Gli autori evidenziano che i marker con maggiore capacità di prevedere la performance cognitiva risultano anche quelli che spiegano meglio la sovrapposizione tra cognizione e salute mentale.

Sul piano clinico, il lavoro rafforza l’ipotesi di un utilizzo futuro della neuroimaging supportata dall’AI per monitorare cambiamenti cognitivi, stratificare i pazienti e valutare la risposta a interventi terapeutici personalizzati nelle malattie neurologiche e neuropsichiatriche. Gli autori sottolineano però che una parte consistente della variabilità resta ancora non spiegata e che saranno necessari ulteriori dati, inclusi imaging funzionale task-based e altre tecnologie neurobiologiche, per costruire modelli più completi.

Multimodal MRI Marker of Cognition Explains the Association Between Cognition and Mental Health in UK Biobank