Il livello di ansia? Può essere previsto dal volume di materia grigia e bianca nelle diverse aree del cervello. Lo ha dimostrato un gruppo di ricerca del Dipartimento di Psicologia e Scienze cognitive e del Centro interdipartimentale di Scienze mediche dell’Università di Trento.

I risultati sono stati pubblicati in questi giorni sulla rivista scientifica di bioingegneria Sensors, in un articolo che fa parte di una serie di lavori sullo stesso tema. Lo studio apre uno spiraglio per creare, in prospettiva, biomarcatori in grado di predire l’ansia e altri disturbi emotivi per intervenire in modo tempestivo con trattamenti personalizzati.

La ricerca di UniTrento si distingue da altre del settore perché ha utilizzato per la prima volta un metodo per costruire un modello cerebrale predittivo, capace di classificare in modo corretto l’ansia dei e delle partecipanti allo studio. Inoltre, grazie all’utilizzo dell’intelligenza artificiale, tale modello è in grado di predire con una certa accuratezza l’ansia anche in persone delle quali non si possiedono informazioni circa lo stato ansioso.

I curatori dello studio, Alessandro Grecucci e Teresa Baggio, raccontano che “combinando metodi di intelligenza artificiale (come machine learning supervisionato e non supervisionato), cerchiamo di costruire modelli cerebrali predittivi per lo studio delle emozioni sia nella normalità che nella patologia”,

“L’obiettivo – aggiungono – è mettere a punto modelli che, sulla base di caratteristiche morfometriche (che riguardano la composizione e il volume) del cervello, siano in grado di riconoscere il livello di emozioni disfunzionali per poter intervenire tempestivamente con trattamenti più efficaci. Nel nostro campione abbiamo anche riscontrato una tendenza a provare meno ansia con l’avanzare dell’età. Segue quindi l’importanza di studiare l’ansia soprattutto nelle fasce più giovani della popolazione. In un nuovo studio in collaborazione con Bordeaux ci stiamo infatti concentrando sull’adolescenza. La nostra prospettiva è quella di individuare precoci biomarcatori cerebrali per predire i disturbi emotivi dell’adulto”.

L’ARTICOLO

L’articolo, dal titolo “Anxious Brains: a Combined Data Fusion Machine Learning Approach to Predict Trait Anxiety from Morphometric Features”, pubblicato sulla rivista scientifica di bioingegneria Sensors, è stato scritto da Teresa Baggio e Alessandro Grecucci con Federica Meconi e Irene Messina. È disponibile in Open Access su: https://doi.org/10.3390/s23020610