Test rapido per diagnosticare l'asma
Fraunhofer EMB – Dr. Rer. Nat. Sandra Schumann

L'asma è una delle malattie respiratorie più comuni in tutto il mondo e colpisce oltre 235 milioni di persone. Una diagnosi precoce è particolarmente importante per i soggetti più deboli per prevenire gravi attacchi della malattia. Un gruppo di ricercatori del Fraunhofer Research Institution for Marine Biotechnology and Cell Technology EMB ha unito le
forze con alcune aziende high-tech per sviluppare un test rapido che richiede solo una goccia di sangue per diagnosticare l'asma. Per fare ciò, i partner utilizzano l'apprendimento automatico.
L’ identificazione rapida della malattia è cruciale, in quanto è l’unico modo per ridurre la minaccia di attacchi d’asma che talvolta possono essere fatali. Tuttavia, i test di funzionalità polmonare che richiedono tempo possono essere eseguiti solo all’età di quattro o cinque anni e molti metodi che comportano il soffiaggio in una provetta non possono essere utilizzati sui bambini piccoli. Per risolvere questo problema, Fraunhofer EMB ha collaborato con Pattern Recognition Company e Raytrix GmbH nel progetto "KillAsthma", su un nuovo test rapido in grado di restituire il risultato solo dopo 60-90 minuti e solo con l’analisi di una goccia di sangue. "Nei pazienti con asma, le cellule immunitarie si muovono molto più lentamente in presenza di uno stimolo infiammatorio", spiega il dott. Daniel Rapoport, capo del gruppo di lavoro sulla tecnologia cellulare presso Fraunhofer EMB. L'idea è di osservare le cellule immunitarie nella goccia di sangue sotto un microscopio olografico appositamente sviluppato, per circa 90 minuti e, in base al loro modello di movimento, valutare se il paziente ha l'asma. L’intelligenza artificiale svolge qui un ruolo chiave, riconoscendo i modelli caratteristici nei complessi schemi di movimento di migliaia di cellule. Le immagini vengono valutate utilizzando algoritmi appositamente sviluppati. "Siamo in grado di osservare da 2000 a 3000 cellule contemporaneamente, garantendo un'elevata precisione statistica", afferma Rapoport. I modelli di movimento identificati vengono quindi trasferiti su una rete neurale dove gli algoritmi di autoapprendimento analizzano i modelli di movimento delle cellule del sangue e ne calcolano l’indice diagnostico. Rapoport e i suoi partner di progetto stanno attualmente ottimizzando l'hardware e il metodo di analisi. Il loro obiettivo a lungo termine è identificare manifestazioni individuali di asma per consentire lo sviluppo di piani di trattamento personalizzati.