Epilessia farmacoresistente, l’intelligenza artificiale punta verso una neuromodulazione adattiva e personalizzata

L’intelligenza artificiale potrebbe trasformare la neuromodulazione nell’epilessia farmacoresistente, spostando il trattamento da un approccio prevalentemente reattivo verso strategie predittive, adattive e personalizzate. È quanto emerge da una review pubblicata su Epilepsia, che analizza il possibile ruolo dell’AI nella gestione delle principali piattaforme di neuromodulazione utilizzate nei pazienti con epilessia resistente ai farmaci.

Secondo gli autori, circa il 30% delle persone con epilessia sviluppa una forma farmacoresistente. Nei pazienti non candidabili a chirurgia resettiva o ablativa, tecniche come la stimolazione del nervo vago (VNS), la stimolazione cerebrale profonda (DBS) e la neurostimolazione responsiva (RNS) rappresentano opzioni terapeutiche consolidate, ma caratterizzate da risposte cliniche molto variabili.

La review propone di reinterpretare la neuromodulazione come un “problema di controllo dinamico” centrato su alcune domande cliniche fondamentali: quali pazienti abbiano maggiori probabilità di beneficiare del trattamento, dove applicare la stimolazione, quando intervenire rispetto all’evoluzione del rischio di crisi e come adattare nel tempo i parametri di stimolazione. Secondo gli autori, l’intelligenza artificiale potrebbe offrire una piattaforma integrata per affrontare questi aspetti attraverso modelli predittivi e analisi multimodali di dati clinici, elettrofisiologici e di imaging.

Uno dei punti centrali del lavoro riguarda il superamento dell’approccio statico attualmente utilizzato. Oggi i sistemi di neuromodulazione vengono programmati con parametri relativamente fissi e modificati solo durante visite periodiche. Le registrazioni intracraniche croniche mostrano però che il rischio di crisi evolve continuamente, seguendo dinamiche circadiane e multidien.

In questo contesto, l’intelligenza artificiale potrebbe consentire di prevedere il rischio di crisi, stimare continuamente lo stato cerebrale, adattare la stimolazione in tempo reale e identificare finestre temporali più favorevoli all’intervento terapeutico. Gli autori sottolineano che l’efficacia della stimolazione dipende fortemente dal “brain state” nel momento in cui viene erogata. Intervenire precocemente durante fasi di vulnerabilità crescente richiederebbe una minore “energia di controllo” e potrebbe aumentare l’efficacia terapeutica rispetto a una stimolazione tardiva, quando le reti epilettiche risultano già destabilizzate.

La review analizza anche il ruolo crescente dell’apprendimento profondo e dei modelli fondativi applicati ai segnali EEG. Architetture come reti neurali convoluzionali, reti neurali con memoria a lungo termine, reti neurali a grafo e transformer vengono descritte come strumenti capaci di analizzare pattern spaziali, temporali e di rete direttamente dai segnali neurali, migliorando la previsione del rischio di crisi rispetto ai modelli tradizionali.

Un altro tema affrontato riguarda la selezione dei target di stimolazione. L’epilessia viene descritta sempre più come un disturbo di reti cerebrali distribuite, in cui la propagazione delle crisi dipende dalle connessioni tra diverse regioni. Secondo gli autori, l’integrazione tra AI e neuroscienze delle reti cerebrali potrebbe supportare l’identificazione dei nodi strategici da stimolare.

Ampio spazio viene dedicato anche agli aspetti regolatori ed etici. Gli autori evidenziano la necessità di sistemi interpretabili, supervisionati dal clinico, dotati di limiti di sicurezza predefiniti, con possibilità di override umano e validati longitudinalmente in contesti real-world.

Secondo la review, l’obiettivo principale non è sostituire il neurologo, ma costruire sistemi di supporto clinico capaci di adattare progressivamente la terapia all’evoluzione delle dinamiche cerebrali del singolo paziente.

Gli autori concludono che l’integrazione tra AI e neuromodulazione potrebbe rappresentare un passaggio dalla soppressione episodica delle crisi verso una stabilizzazione più duratura delle reti cerebrali patologiche, aprendo la strada a modelli di trattamento predittivi e realmente personalizzati nell’epilessia farmacoresistente.

https://onlinelibrary.wiley.com/doi/10.1002/epi.70224