5.00 avg. rating (94% score) - 3 votes

Personalizzare il Trattamento per una Salute Mentale Ottimale

Nell’ambito dell’assistenza sanitaria il concetto di psichiatria di precisione sta guadagnando notevole attenzione. Questo approccio, che adatta il trattamento alle caratteristiche individuali di ciascun paziente, ha mostrato promesse in vari campi medici, tra cui oncologia ed ematologia. Tuttavia, la sua applicazione in psichiatria è ancora agli inizi.

La psichiatria è una specialità che finora non ha beneficiato delle tecnologie diagnostiche e terapeutiche avanzate che ora fanno parte integrante di altre specialità cliniche. Pertanto, la visione della medicina di precisione, applicata alla psichiatria, cioè la “psichiatria di precisione”, promette di essere ancora più trasformativa rispetto ad altri campi della medicina che hanno già ridotto il divario con il passato.

La psichiatria di precisione rappresenta un nuovo paradigma che mira a migliorare la diagnosi e il trattamento dei disturbi psichiatrici, considerando le specificità individuali di ciascun paziente. Questo include l’analisi dei fattori genetici, ambientali e del comportamento che possono influenzare l’insorgenza e il decorso delle malattie mentali.

L’importanza di un trattamento personalizzato nella salute mentale non può essere sottovalutata. Tradizionalmente, la psichiatria si è basata su un approccio “a taglia unica”, in cui tutti i pazienti con una determinata diagnosi ricevono lo stesso trattamento.

Tuttavia, è diventato sempre più evidente che questo approccio non è sufficiente.

Ogni individuo è unico, con una combinazione unica di geni, ambiente e esperienze di vita. Questa unicità si riflette anche nella salute mentale: due persone con la stessa diagnosi possono avere sintomi molto diversi e rispondere in modo diverso al trattamento.

La psichiatria di precisione mira a superare queste limitazioni, fornendo un approccio più personalizzato e mirato alla cura della salute mentale. Questo potrebbe non solo migliorare l’efficacia del trattamento, ma anche ridurre gli effetti collaterali e migliorare la qualità della vita dei pazienti.

Cosa è la Psichiatria di Precisione

La psichiatria di precisione è un approccio emergente che mira a migliorare la diagnosi e il trattamento dei disturbi mentali attraverso l’uso di tecniche avanzate e personalizzate. Questo campo si basa sulla comprensione del fatto che ogni individuo è unico, con una combinazione specifica di fattori genetici, ambientali e comportamentali che influenzano la sua salute mentale.

A ben vedere nel campo della psichiatria, l’approccio è già ‘personalizzato’ in quanto basato sulla psicopatologia descrittiva e sulla fenomenologia dei sintomi che non possono essere adeguatamente compresi o identificati senza un’apprezzamento della loro natura ‘soggettiva’ e quindi personalizzata.

Tuttavia, la psichiatria non è ancora sufficientemente precisa in quanto la personalizzazione psichiatrica si basa principalmente sull’impressione clinica del medico anziché su misure “oggettive”, che potranno essere fornite invece dalla psichiatria di precisione.

In altre parole, la medicina di precisione sta introducendo un nuovo modo di concepire e praticare la psichiatria che si discosta dai paradigmi tradizionali. Mentre la psichiatria convenzionale si basa principalmente sulla diagnosi basata su sintomi soggettivi e su approcci di trattamento standardizzati, la psichiatria di precisione ambisce a incorporare dati genetici, molecolari e ambientali per personalizzare la diagnosi e il trattamento per ciascun individuo.

Storia breve della Medicina di Precisione

La psichiatria di precisione non è qualcosa di completamente nuovo. In qualche misura, la medicina è stata personalizzata fin dai suoi albori. Nel 400 a.C., Ippocrate istituì la pratica scientifica della medicina in Grecia e avviò la diagnosi e il trattamento degli individui in base ai quattro umori – sangue, flemma e bile nera e gialla. A seconda di quale di questi reputasse essere in eccesso in un dato paziente, la cura poteva variare ed essere ‘personalizzata’.

Medicina di Precisione e Medicina Personalizzata

La medicina di precisione è stata originariamente denominata “medicina personalizzata“, ma il termine è stato successivamente modificato in “medicina di precisione” per enfatizzare che le sue tecnologie e terapie non sono sviluppate per ogni singolo paziente, come suggerisce il termine “personalizzata”, ma piuttosto che verrà raggiunto un elevato livello di precisione nelle misurazioni (dei parametri biologici) in modo che, in definitiva, possa essere personalizzata.

Mentre la medicina personalizzata si concentra sullo sviluppo di terapie specifiche per ciascun individuo, la medicina di precisione sottolinea l’importanza di raggiungere un alto livello di precisione nelle misurazioni per consentire trattamenti personalizzati.

Questo implica l’utilizzo di un sistema di classificazione dettagliato e sofisticato, in cui le categorie di malattie si avvicinano idealmente alla perfezione attraverso una classificazione realmente multidimensionale.

D’altra parte, la psichiatria attuale non dispone di strumenti equivalenti per esempio ad altre discipline mediche (pensiamo alla cardiologia o alla oncologia nel loro specifico campo) per misurare e osservare direttamente il cervello e le alterazioni delle misure periferiche come il sangue.

Psichiatria di precisione vs psichiatria personalizzata

La mancanza di strumenti di misurazione oggettiva rappresenta una sfida significativa per la psichiatria di precisione. Al momento, la diagnosi e il trattamento dei disturbi psichiatrici si basano principalmente su sintomi soggettivi riportati dai pazienti e su valutazioni cliniche. Ciò rende difficile ottenere una comprensione accurata della fisiopatologia sottostante e limita la capacità di personalizzare i trattamenti in modo efficace.

La psichiatria di precisione si propone di colmare questa lacuna introducendo strumenti e tecniche di misurazione più precise, come l’imaging cerebrale avanzato e le biomarcature periferiche, che consentano di identificare pattern e correlazioni tra la biologia del cervello e i sintomi psichiatrici.

Nel contesto della “psichiatria di precisione”, i pazienti riceverebbero un trattamento predefinito basato sulla classe o categoria di malattia a cui appartengono, invece di ricevere un farmaco creato appositamente per le loro caratteristiche individuali, come accade nella “psichiatria personalizzata“. L’obiettivo in futuro sarà quello sviluppare un quadro più completo e oggettivo dei disturbi mentali, consentendo una diagnosi più accurata, una previsione della risposta al trattamento e la scelta di terapie più mirate e personalizzate.

Bernard e le Idiosincrasie umane

Nel XIX secolo, il fisiologo Claude Bernard, nel suo “Introduzione alla medicina sperimentale”, affermò: “Un medico non è affatto un medico per gli esseri viventi in generale, neanche un medico per la razza umana, ma piuttosto un medico per un individuo umano, e ancor più un medico per un individuo in determinate condizioni morbose peculiari a se stesso e che costituiscono ciò che viene chiamato la sua idiosincrasia“.

La citazione di Claude Bernard riflette il concetto fondamentale della medicina di precisione, anche se formulato molto prima che il termine stesso fosse coniato. Bernard sottolinea che il medico non tratta semplicemente “gli esseri viventi in generale” o “la razza umana”, ma si concentra su un individuo specifico e le sue condizioni patologiche uniche che costituiscono la sua idiosincrasia (variazione individuale nelle condizioni morbose).

Questa prospettiva individuale e personalizzata sulla medicina è il pilastro su cui si basa la medicina di precisione. L’approccio tradizionale alla cura della salute spesso adotta una visione generale, cercando di applicare trattamenti standardizzati a una popolazione di pazienti. Tuttavia, la medicina di precisione riconosce che ogni individuo è unico, con una combinazione unica di fattori genetici, ambientali e di stile di vita che influenzano la sua salute e risposta ai trattamenti.

Garrod e la Medicina di Precisione

Il padre intellettuale della medicina di precisione è considerato Archibald Garrod, che nel 1902 pubblicò un articolo intitolato “L’incidenza dell’alcaptunuria: uno studio sulla individualità chimica“.

Archibald Garrod è ampiamente considerato il padre intellettuale della medicina di precisione. Nel suo articolo Garrod ha evidenziato l’importanza delle “differenze chimiche” individuali nel contesto delle malattie. Questo articolo ha gettato le basi per il concetto di medicina di precisione, concentrandosi sulla comprensione delle variazioni individuali nella risposta alle malattie e ai trattamenti.

Una delle affermazioni chiave di Garrod nel suo articolo è che il compito del medico va oltre l’applicazione delle conoscenze scientifiche fornite dai laboratori. Egli sostiene che il medico deve fare affidamento sulla propria esperienza per comprendere al meglio le esigenze del singolo paziente e gestire la sua malattia nel modo più efficace possibile, minimizzando al contempo i potenziali danni.

Questa visione pionieristica di Garrod anticipa i principi fondamentali della medicina di precisione. Garrod ha riconosciuto che ogni individuo è unico e presenta differenze chimiche, genetiche e metaboliche che possono influenzare la sua suscettibilità alle malattie e le sue risposte ai trattamenti. Ha sottolineato l’importanza di personalizzare l’approccio di cura, adattandolo alle caratteristiche specifiche di ciascun paziente.

Il cambio di paradigma

Se la psichiatria di precisione manterrà le sue promesse, non sarà semplicemente quantitativamente “più precisa” rispetto alla psichiatria contemporanea, ma sarà anche qualitativamente diversa – e, in tal caso, emergerà un nuovo campo.

Il solo pensiero che ciò potrebbe essere possibile era inesistente o respinto fino a poco tempo fa.

Pertanto, l’introduzione di tecnologie relativamente semplici come quelle utilizzate in altre specialità, ad esempio i test di laboratorio o il neuroimaging in grado di guidare la diagnosi clinica, cambierà definitivamente la psichiatria.

Tutto ciò rappresenta un cambiamento di paradigma nella pratica psichiatrica. Il concetto di cambiamento di paradigma, introdotto dal filoso della scienza Thomas Kuhn, è pertinente in questo contesto. L’idea che la psichiatria di precisione sia realizzabile rappresenta un cambiamento radicale nei concetti di base e nelle pratiche sperimentali della psichiatria tradizionale. Se la psichiatria di precisione diventerà una realtà, comporterà un cambiamento epistemologico nel modo in cui comprendiamo e affrontiamo i disturbi mentali.

Strumenti e Tecniche della Psichiatria di Precisione

La psichiatria di precisione si basa su una serie di strumenti e tecniche avanzate. Cerchiamo di darne una panoramica veloce.

Tecniche di Neuroimaging

Questi includono tecniche di imaging avanzate, come la risonanza magnetica funzionale (fMRI) e la tomografia a emissione di positroni (PET), che possono aiutare a identificare anomalie strutturali o funzionali nel cervello.

Il neuroimaging ha contribuito significativamente alla comprensione dei disturbi psichiatrici. L’utilizzo della risonanza magnetica funzionale (fMRI) ha permesso di identificare regioni cerebrali discriminative tra pazienti affetti da ADHD e controlli sani, con l’applicazione di avanzati metodi matematici.

La promessa delle tecniche di connettività funzionale fMRI

Le tecniche di connettività funzionale fMRI offrono una prospettiva unica per comprendere i sottostanti meccanismi neurobiologici delle malattie psichiatriche. Studi precedenti hanno evidenziato che queste malattie sono associate a interruzioni nelle reti cerebrali coinvolte in diverse funzioni cognitive ed emotive. L’uso di fMRI funzionale può consentire di identificare i pattern di connettività alterata tra diverse regioni cerebrali, fornendo così un’importante comprensione dei disturbi psichiatrici a livello di rete.

L’applicazione della fMRI di precisione in contesti clinici offre promettenti opportunità. Ad esempio, può essere utilizzata per la diagnosi differenziale dei disturbi psichiatrici, identificando i pattern di connettività cerebrale distintivi associati a ciascuna condizione. Inoltre, la fMRI di precisione può essere impiegata per monitorare l’efficacia dei trattamenti e per predire la risposta individuale alle terapie farmacologiche o non farmacologiche. Questo può consentire un’ottimizzazione dei piani di trattamento, migliorando i risultati clinici per i pazienti affetti da disturbi psichiatrici.

Tecniche Elettroencefalografiche

Allo stesso modo, l’analisi dell’elettroencefalografia (EEG) ha rivelato marcatori transdiagnostici utili nella comprensione di disturbi come l’Ansia, la Depressione e l’ADHD.

Negli ultimi anni, numerosi studi hanno esaminato l’attività elettrica cerebrale misurata tramite EEG nella Depressione Maggiore, al fine di identificare possibili biomarcatori che potrebbero aiutare nella diagnosi, nel monitoraggio e nella scelta del trattamento.

Questi biomarcatori dell’EEG includono misurazioni come la potenza delle bande di frequenza, l’attività dell’onda theta e la sincronizzazione delle onde cerebrali. Nonostante le critiche, alcuni ricercatori continuano a esplorare l’utilizzo dei biomarcatori dell’EEG per la stratificazione del trattamento nella depressione.

Un esempio di questo approccio è rappresentato da uno studio che ha esaminato la risposta agli antidepressivi in base a determinati pattern dell’EEG. I risultati preliminari hanno suggerito che i pazienti con specifici biomarcatori dell’EEG potrebbero trarre maggiore beneficio da un particolare tipo di trattamento.

Inoltre, è emerso che l’uso di sofisticati metodi matematici, può migliorare la capacità di discriminazione dei disturbi psichiatrici. Studi hanno dimostrato che l’applicazione di algoritmi di machine learning sui dati derivati dalla neuroimaging può raggiungere un’accuratezza significativa nella classificazione di disturbi come lo spettro autistico e i disturbi dell’umore.

Questi risultati indicano che l’analisi dei dati derivati dalla neuroimaging e dall’EEG potrebbe consentire una diagnosi più precisa e una migliore comprensione dei meccanismi sottostanti ai disturbi psichiatrici.

Analisi Genetiche

Allo stesso modo, l’analisi del genoma può aiutare a identificare varianti genetiche che possono aumentare il rischio di sviluppare specifici disturbi mentali.

  • Ad esempio, l’analisi del DNA può essere utilizzata per identificare le varianti genetiche associate alla schizofrenia o al disturbo bipolare. Queste varianti genetiche possono essere utilizzate per prevedere il rischio di sviluppare questi disturbi mentali e per identificare i pazienti che potrebbero beneficiare di un trattamento personalizzato.
  • Inoltre, l’analisi genetica può anche essere utilizzata per identificare i pazienti che potrebbero essere a rischio di effetti collaterali indesiderati da determinati farmaci psichiatrici. Ad esempio, l’analisi del DNA può essere utilizzata per identificare i pazienti che hanno una variante genetica associata a un aumentato rischio di sviluppare effetti collaterali da un determinato farmaco antipsicotico.

In generale, l’analisi genetica è uno strumento importante nella psichiatria di precisione che può aiutare a identificare i fattori di rischio genetici associati ai disturbi mentali e prevedere la risposta al trattamento, migliorando la prognosi del paziente.

Un altro aspetto fondamentale della psichiatria di precisione è l’uso di biomarcatori.

Biomarcatori

I biomarcatori sono indicatori misurabili di un processo biologico o di una condizione di malattia. Nella psichiatria di precisione, i biomarcatori possono essere utilizzati per aiutare a diagnosticare i disturbi mentali, monitorare la progressione della malattia e prevedere la risposta al trattamento.

Questi possono includere biomarcatori molecolari, come i livelli specifici di proteine o metaboliti nel sangue tra i quali esistono:

  • Biomarcatori genetici: Gli studi di associazione del genoma hanno individuato varianti genetiche specifiche associate a disturbi psichiatrici come la schizofrenia e il disturbo bipolare. Questi biomarcatori consentono di identificare i pazienti che presentano un rischio maggiore di sviluppare tali malattie e possono essere utilizzati per lo sviluppo di farmaci mirati che agiscono sulle vie genetiche coinvolte.
  • Biomarcatori di imaging: Le tecniche di imaging cerebrale come detto possono rilevare le alterazioni strutturali e funzionali del cervello nei pazienti affetti da disturbi psichiatrici come la depressione e l’ansia. Questi biomarcatori consentono di identificare le aree specifiche del cervello coinvolte nella patologia e possono essere utilizzati per monitorare la risposta al trattamento e sviluppare nuovi farmaci che agiscono sulle disfunzioni cerebrali rilevate.
  • Biomarcatori di trascrittomica: La trascrittomica riguarda lo studio dei trascritti di RNA (materiale genetico presente nelle cellule trascritto a partire dal DNA) presenti in un campione biologico e ha identificato specifici trascritti di RNA che mostrano alterazioni nei pazienti con disturbi psichiatrici come la depressione e l’ansia. Questi biomarcatori consentono di identificare i pazienti a rischio di sviluppare tali malattie e possono essere utilizzati per lo sviluppo di nuovi farmaci che agiscono sui meccanismi molecolari sottostanti.
  • Biomarcatori di proteomica: La proteomica, che si concentra sullo studio delle proteine presenti in un campione biologico, ha identificato specifiche proteine che mostrano alterazioni nei pazienti affetti da disturbi psichiatrici come la schizofrenia e il disturbo bipolare. Questi biomarcatori permettono di identificare i pazienti a rischio di sviluppare tali malattie e possono essere utilizzati per sviluppare nuovi farmaci che agiscono sulle proteine bersaglio coinvolte.

Tra questi ultimi prendiamo in considerazione per esempio le citochine e i corticosteroidi.

Citochine e PCR

Esistono alcuni biomarcatori che potrebbero essere utilizzati per identificare specifici disturbi psichiatrici, come la schizofrenia, i disturbi dell’umore e l’ansia.

Tuttavia, questi biomarcatori mostrano un certo grado di sovrapposizione tra i diversi disturbi, rendendoli meno utili come indicatori specifici per un particolare disturbo.

Ad esempio, livelli alterati di citochine e proteina C-reattiva (PCR) sono stati osservati in diversi disturbi psichiatrici, ma senza una specificità per un particolare disturbo. Allo stesso modo, altri biomarcatori come l’ossitocina e il fattore neurotrofico derivato dal cervello (BDNF) mostrano alterazioni in più disturbi, ma non sono specifici per nessuno di essi.

Corticosteroidi

Anche gli ormoni delle stress regolati attraverso l’asse ipotalamo-ipofisi-surrene (HPA), appaiono associati a una vasta gamma di disturbi psichiatrici, ma non forniscono un’indicazione chiara di un disturbo specifico.

I livelli di corticosteroidi nel corpo possono essere influenzati da fattori sociali, ambientali e psicologici, rendendo difficile utilizzarli come biomarcatori specifici per un disturbo psichiatrico. Tuttavia, per esempio un possibile impiego potrebbe essere l’analisi dei corticosteroidi nel capello potrebbe fornire informazioni retrospettive sulla presenza di stress o tensioni vissute nelle settimane o nei mesi precedenti.

Anche se le concentrazioni di cortisolo nel capello sono state correlate a disturbi come la depressione, i disturbi bipolari e alcuni disturbi d’ansia, i risultati delle ricerche non mostrano un’associazione coerente con i disturbi dell’umore o il livello di stress percepito.

Complessivamente, i biomarcatori finora identificati non sono abbastanza specifici per essere utilizzati come indicatori distintivi di un singolo disturbo psichiatrico, possono però fornire informazioni sulle alterazioni biologiche associate ai disturbi mentali e contribuire a una migliore comprensione dei meccanismi sottostanti a livello generale.

Ma certamente, senza alcuna ombra di dubbio è l’intelligenza artificiale a rappresentare lo strumento in più forte crescita e dalle potenzialità ancora non calcolabili.

Il Ruolo dell’Intelligenza Artificiale nella Psichiatria di Precisione

L’intelligenza artificiale (IA) sta giocando un ruolo sempre più importante nella psichiatria di precisione. L’IA può essere utilizzata per analizzare grandi quantità di dati (Big Data) – come dati di imaging cerebrale, dati genetici o dati comportamentali – per identificare modelli e pattern multimodali caratteristici che possono aiutare a prevedere:

  • il rischio di disturbi mentali,
  • la prognosi di una malattia
  • o la risposta al trattamento.

Questo può aiutare a personalizzare ulteriormente il trattamento, assicurando che ogni individuo riceva la cura più efficace per le sue specifiche esigenze.

Modelli prognostici multimodali

I modelli prognostici multimodali sono strumenti che combinano diversi tipi di dati, come informazioni cliniche, dati neurobiologici, biomarcatori e sintomi al fine di predire gli esiti futuri di una condizione o malattia.

Questi modelli utilizzano algoritmi di apprendimento automatico o di Machine Learning per identificare correlazioni e pattern all’interno dei dati raccolti, al fine di fornire previsioni personalizzate e accurate per singoli individui.

L’approccio multimodale tiene conto di molteplici fattori che possono influenzare la prognosi, consentendo una valutazione più completa e accurata del rischio e delle possibilità di successo di interventi preventivi o di trattamento.

L’uso di questi modelli è alla base del futuro della Psichiatria di Precisione e il loro impiego può interessare le analisi di grandi dati, di immagini e di associazioni di variabili cliniche.

Analisi Farmacodinamiche e Farmacocinetiche

Uno dei modi in cui l’IA può essere utilizzata è nell’analisi dei dati farmacodinamici e farmacocinetici.

L’IA può aiutare a identificare modelli che possono aiutare a prevedere come un individuo risponderà a un particolare farmaco. Questo può aiutare a personalizzare ulteriormente il trattamento, assicurando che ogni individuo riceva il farmaco più efficace per le sue specifiche esigenze.

  • Ad esempio, l’IA può essere utilizzata per analizzare i dati farmacodinamici e farmacocinetici di un paziente e identificare i fattori che influenzano la risposta del paziente a un particolare farmaco. Questi fattori possono includere l’età, il sesso, il peso, la presenza di altre malattie e l’uso di altri farmaci. L’IA può quindi utilizzare questi dati per prevedere come il paziente risponderà al farmaco e consigliare il dosaggio ottimale per il paziente.
  • Inoltre, l’IA può essere utilizzata per identificare i pazienti che sono a rischio di effetti collaterali o di non rispondere al trattamento. Questo può aiutare i medici a personalizzare ulteriormente il trattamento, assicurando che ogni paziente riceva il farmaco più efficace per le sue specifiche esigenze.

In generale, l’utilizzo dell’IA nell’analisi farmacodinamica e farmacocinetica può aiutare a personalizzare ulteriormente il trattamento, migliorando l’efficacia e riducendo gli effetti collaterali.

Tuttavia, è importante notare che l’IA non può sostituire completamente il giudizio clinico e la valutazione dei pazienti da parte di un medico esperto.

Raccolta Dati Clinici e di Imaging cerebrale

La raccolta di dati clinici e di imaging è un’area importante in cui l’IA può essere utilizzata per migliorare la psichiatria di precisione.

L’IA può essere utilizzata per identificare quali informazioni sono più rilevanti per la diagnosi o il trattamento di un particolare disturbo mentale, migliorando l’efficienza della raccolta di dati. Questo può aiutare i medici a prendere decisioni più informate e personalizzare ulteriormente il trattamento per ogni paziente.

In particolare, l’IA può essere utilizzata per analizzare i dati di imaging cerebrale di un paziente e identificare alterazioni strutturali o l’esistenza di modelli di attività/funzionamento cerebrale associati a specifici disturbi mentali, attraverso l’uso della risonanza magnetica funzionale. Ad esempio, l’IA può essere utilizzata per identificare i modelli di attività cerebrale che sono associati alla depressione o all’ansia, aiutando i medici a personalizzare ulteriormente il trattamento per ogni paziente o a intervenire precocemente e prevenire lo sviluppo di disturbi mentali.

In generale, l’utilizzo dell’IA per guidare la raccolta di dati clinici e analizzare i dati di imaging cerebrale può aiutare a migliorare la precisione della diagnosi e personalizzare ulteriormente il trattamento per ogni paziente.

Modelli predittivi basati sui Big Data

Infine, l’IA può anche essere utilizzata per sviluppare modelli predittivi. Questi modelli, che utilizzano dati clinici, genetici, di imaging cerebrale e altri tipi di dati, possono aiutare a prevedere il rischio di sviluppare un disturbo mentale o la risposta al trattamento. Questo può aiutare a identificare gli individui a rischio e a intervenire prima, potenzialmente prevenendo l’insorgenza del disturbo. Tutto ciò grazie all’analisi di grandi quantità di dati.

Cosa si intende per “Big Data”

Si pensi ai “big data” come a grandi quantità di informazioni complesse e variegate che vengono generate molto velocemente. Negli ultimi anni, sono state sviluppate delle tecniche speciali chiamate di “machine learning” che permettono di analizzare questi dati in modo intelligente e prendere decisioni basate su di essi.

L’analisi dei big data e il machine learning stanno diventando sempre più importanti anche nel campo della psichiatria. Rispetto ai metodi statistici tradizionali che forniscono risultati medi per gruppi di persone, (si pensi al dosaggio medio di un farmaco ritenuto terapeutico), il machine learning permette di fare previsioni e stratificare gli esiti clinici per ogni singolo individuo.

Trattamenti Standard e procedure per “Prova ed Errore”

Teoricamente, le macchine possono individuare pattern complessi e non lineari che collegano i fattori di predizione ai risultati.

  • Ad esempio, nel caso in cui un computer, che per esempio affianca un medico nel suo lavoro, preveda che un determinato paziente abbia una scarsa probabilità di rispondere a un intervento, il clinico potrebbe considerare delle alternative. Di conseguenza, i pazienti beneficerebbero di piani di trattamento più precisi, evitando periodi prolungati di “prova ed errore” nella ricerca del trattamento più adeguato per loro.

Computer in grado di prevedere la risposta al trattamento per diversi tipi di interventi, tra cui l’uso di antidepressivi, antipsicotici e psicoterapia, sono già stati sviluppati in questi anni. Tuttavia, l’uso di queste macchine in ambito clinico non è ancora stato convalidato e, soprattutto, non si è dimostrato superiore alle capacità predittive dei clinici.

L’impiego del machine learning non si limita alla previsione della risposta ai trattamenti.

Questi approcci offrono anche previsioni diagnostiche e prognostiche in diverse aree della psichiatria.

  • Ad esempio, uno studio ha utilizzato un approccio basato su tecniche di apprendimento automatico per rilevare i sintomi prodromici del disturbo bipolare 4 anni prima della diagnosi vera e propria da parte dei medici.
  • Un altro studio ha utilizzato lo stesso approccio per identificare i sintomi infantili che predicono il disturbo da deficit di attenzione e iperattività ADHD negli adulti.
  • Infine esistono anche algoritmi di apprendimento automatico sviluppati per prevedere il suicidio dopo il ricovero e riconoscere il disturbo bipolare utilizzando dati di neuroimaging.

La psichiatria di precisione ha il potenziale per rivoluzionare il modo in cui vengono diagnosticati e trattati i disturbi mentali. Tuttavia, è importante notare che siamo ancora all’inizio di questo viaggio. Mentre le tecniche di imaging, l’analisi del genoma e l’IA stanno diventando sempre più sofisticate, c’è ancora molto da imparare su come questi strumenti possono essere utilizzati in modo più efficace nella pratica clinica.

Psichiatria di Precisione e Genere

La considerazione del genere è un aspetto fondamentale della psichiatria di precisione. La salute mentale, la medicina di precisione e il genere si intersecano in modi significativi, e comprendere queste intersezioni può aiutare a migliorare la diagnosi e il trattamento dei disturbi mentali.

È ben noto che esistono differenze di genere nei disturbi mentali. Ad esempio, le donne hanno una prevalenza più alta di disturbi d’ansia e depressione, mentre gli uomini sono più propensi a sviluppare disturbi legati all’uso di sostanze. Queste differenze possono essere dovute a una combinazione di fattori biologici, psicologici e sociali.

La psichiatria di precisione riconosce queste differenze e cerca di tenerne conto nel processo di diagnosi e trattamento: può essere utile considerare il genere quando si sceglie un trattamento farmacologico, dato che uomini e donne possono rispondere diversamente ai farmaci antidepressivi e antipsicotici, a causa di differenze nel metabolismo dei farmaci o nelle risposte ormonali.

Inoltre, la psichiatria di precisione può aiutare a identificare le differenze di genere a livello molecolare o genetico: la ricerca ha suggerito che ci possono essere differenze di genere nell’espressione genica nel cervello, che possono influenzare il rischio di sviluppare specifici disturbi mentali.

Il genere può anche influenzare l’esperienza di un individuo con un disturbo mentale: le donne con ADHD possono avere sintomi diversi da quelli degli uomini con ADHD e possono essere meno propense a ricevere una diagnosi a causa di stereotipi di genere sulla malattia.

L’integrazione della psichiatria di precisione e della psichiatria di genere può portare a una migliore comprensione delle malattie mentali e a un trattamento più mirato ed efficace. L’identificazione di marcatori di genere specifici e la personalizzazione dei trattamenti sulla base delle caratteristiche genetiche e biologiche di un individuo, tenendo conto anche delle influenze sociali e culturali legate al genere, possono migliorare la prognosi e la qualità della vita dei pazienti.

Inoltre, questa integrazione può contribuire a ridurre l’ineguaglianza di genere nella salute mentale, garantendo un’attenzione equa alle specifiche esigenze e alle sfide che uomini e donne affrontano nella diagnosi e nella gestione delle malattie mentali.

Stato dell’Arte della Psichiatria di Precisione

La psichiatria di precisione è un campo emergente e sebbene abbia fatto progressi significativi ci sono ancora molte sfide da affrontare. Sebbene i notevoli investimenti abbiano portato a progressi e a diversi risultati chiave è evidente che è ancora necessaria una certa cautela.

Alcuni studi di apprendimento automatico hanno dimostrato un potenziale per l’applicazione nel mondo reale, alcuni sono più vicini alla sperimentazione sul campo rispetto ad altri ma sono ancora necessari molti passi prima che la psichiatria di precisione sia in grado di aiutare il clinico nella sua attività quotidiana.

Questa sezione esamina lo stato attuale della psichiatria di precisione, compresi i progressi recenti e le sfide future.

Applicazione della Medicina di Precisione in Psichiatria

La medicina di precisione è già ampiamente utilizzata in campi come l’oncologia, dove l’analisi genetica può aiutare a guidare la scelta del trattamento. Tuttavia, la sua applicazione in psichiatria è ancora in fase di sviluppo. Alcuni progressi sono stati fatti, ad esempio, nell’uso di tecniche di imaging avanzate per identificare anomalie cerebrali associate a specifici disturbi mentali e nell’uso di test genetici per identificare individui a rischio di sviluppare specifici disturbi mentali, ma questi strumenti sono ancora lontani dall’essere utilizzati in modo routinario nella pratica clinica.

Lo Stato attuale: esempi di applicazione nella clinica psichiatrica

La predizione della prognosi dei disturbi mentali rappresenta, come detto, una sfida significativa nella pratica clinica. Gli studi recenti sull’applicazione dell’apprendimento automatico o machine learning offrono la possibilità di sviluppare modelli prognostici multimodali in grado di predire gli esiti individuali con una certa precisione.

Previsione del Rischio nella Psicosi

Ad esempio, il “calcolatore di rischio individuale” è un modello implementato dello studio NAPLS (North American Prodrome Longitudinal Study) per la previsione dello sviluppo di psicosi ed è stato recentemente validato su gruppi ampi di pazienti ad alto rischio clinico provenienti da diversi paesi, inclusi pazienti con depressione di recente insorgenza.

I modelli utilizzati dal calcolatore di rischio sono generalizzabili, il che significa che possono essere applicati a una vasta gamma di individui. Sono basati su variabili demografiche (come età, sesso, origine etnica), cliniche (come la presenza di specifici sintomi o condizioni mediche) e neuropsicologiche (come le funzioni cognitive). Inoltre, prendono in considerazione la presenza di sintomi psicotici attenuati, che sono sintomi psicotici meno intensi che possono essere un segnale precoce di psicosi.

L’importanza di questo calcolatore di rischio risiede nella sua facilità di applicazione nella pratica clinica. Gli operatori sanitari possono utilizzarlo per identificare i pazienti che hanno un alto rischio di sviluppare psicosi, permettendo un intervento precoce e potenzialmente prevenendo l’insorgenza della malattia.

Previsione del Rischio nella Demenza

Un altro esempio attuale è quello che prevede l’utilizzo di dati neurobiologici in certi gruppi di pazienti, come quelli più anziani. Ad esempio, la raccolta di questo tipo di dati associati a modelli di machine learning possono aiutare a prevedere la rapida progressione dalla compromissione cognitiva lieve alla demenza di Alzheimer.

Vengono presi in esame specifici marcatori neurobiologici, come il liquido cerebrospinale, l’amiloide cerebrale e la proteina tau. Queste ultime sono proteine che possono accumularsi nel cervello delle persone con Alzheimer e possono essere rilevate attraverso specifici test. Questi marcatori si sono rivelati predittori chiave della demenza di Alzheimer e sono stati validati in numerosi studi multicentrici.

Previsione del Rischio con analisi genetiche del DNA

I dati genetici, come i dati di neuroimaging, possono migliorare l’accuratezza complessiva dei modelli predittivi utilizzati per prevedere l’insorgenza e il decorso dei disturbi mentali.

Per molti anni, la ricerca si è concentrata su singoli geni candidati, come il gene COMT per la schizofrenia o ApoE4 per la demenza di Alzheimer. Questi geni sono stati identificati come potenziali fattori di rischio per queste condizioni.

I punteggi di rischio (di sviluppare o meno una malattia) sono calcolati utilizzando dati da studi di associazione genomica (GWAS), che esaminano milioni di varianti genetiche in migliaia di individui per identificare quelle che sono associate a una particolare malattia. Questi punteggi si sono rivelati essere utili per prevedere la vulnerabilità alla depressione e la capacità di resilienza allo stress.

Tuttavia, nonostante i progressi recenti, i punteggi di rischio derivati da più geni rimangono ancora insufficienti per lo screening del rischio nella popolazione generale. Questo potrebbe essere dovuto a vari fattori, tra cui l’enorme complessità dell’eziopatogenesi dei disturbi mentali che sono influenzati da una combinazione di fattori genetici, ambientali e di stile di vita.

Previsione del Rischio di Depressione nei giovani

Altri esempi includono lo studio longitudinale multicentrico IMAGEN, che ha evidenziato l’importanza di un modello di rischio elaborato per la previsione della depressione nell’adolescenza.

Tale modello di rischio si basa sulla presenza di sintomi depressivi di base, genere femminile, nevroticismo e eventi stressanti e si accompagna a una riduzione della superficie di una particolare regione del cervello.

Un altro studio citato è il Philadelphia Neurodevelopmental Cohort (PNC), che ha cercato di caratterizzare clinicamente e sul piano comportamentale giovani classificati in base al loro genotipo al fine di predire l’emergenza di malattie psichiatriche tra gli 8 e 21 aa.

Allo stesso modo altri studi sono stati condotti per la classificazione diagnostica di diverse malattie come la Depressione e per la previsione della risposta al trattamento soprattutto nel campo delle psicosi schizofreniche.

In conclusione, l’applicazione dell’apprendimento automatico e l’utilizzo di dati multimodali offrono una prospettiva promettente per migliorare la prognosi dei disturbi mentali. Ulteriori ricerche sono necessarie per validare e ottimizzare questi approcci, dovendo però affrontare alcune importanti sfide legate alla raccolta di dati e all’applicabilità nella pratica clinica.

Le Sfide: Psichiatria di Precisione come l’Oncologia di Precisione?

Nell’oncologia di precisione, sono stati compiuti importanti passi avanti grazie a tecnologie avanzate come il sequenziamento del DNA e il profiling molecolare, che hanno permesso lo sviluppo di trattamenti mirati a specifici bersagli molecolari. Ad esempio, l’approvazione dell’uso di pertuzumab in combinazione con trastuzumab per il trattamento del cancro al seno HER2-positivo e di pembrolizumab per il trattamento di specifiche instabilità genomiche rappresenta un progresso significativo. Inoltre, la stratificazione del rischio utilizzando punteggi di pericolo estratti da analisi poligeniche ha raggiunto livelli di accuratezza che si traducono in applicazioni cliniche efficaci nel caso del cancro alla prostata. L’uso combinato di queste tecnologie, insieme ai dati clinici e alle applicazioni di supporto decisionale, ha migliorato i risultati e la qualità della vita dei pazienti oncologici.

Tuttavia, c’è una differenza significativa tra l’oncologia di precisione e la psichiatria di precisione: mentre nella prima sono stati identificati bersagli molecolari chiari e strumenti diagnostici oggettivi come la genomica e la neuroimaging, nella psichiatria di precisione mancano biomarcatori “oggettivi” ben definiti.

Ad esempio, i modelli poligenici utilizzati per prevedere i disturbi psichiatrici spesso spiegano solo una piccola percentuale della loro ereditabilità con effetti individuali modesti. Pertanto, la psichiatria di precisione si basa più sull’interpretazione dei sintomi e delle categorie di persone all’interno della società che su biomarcatori oggettivi.

Nonostante i progressi, ci sono certamente numerosissime problematiche e sfide nel futuro della psichiatria di precisione. Tra queste, le più macroscopiche includono:

  • Mancanza di tecniche di neuroimaging validate: Mentre le tecniche di neuroimaging possono aiutare a identificare anomalie cerebrali associate a specifici disturbi mentali, molte di queste tecniche sono ancora in fase di sviluppo e richiedono ulteriori ricerche per validare la loro efficacia, inoltre il costo è ancora molto elevato e le rende poco spendibili nella pratica clinica.
  • Mancanza di biomarcatori: I biomarcatori possono aiutare a diagnosticare i disturbi mentali e a prevedere la risposta al trattamento. Tuttavia, la ricerca di biomarcatori per i disturbi mentali è ancora in corso e pochi biomarcatori sono stati validati per l’uso in pratica clinica e molti di essi come detto sono alquanto aspecifici.
  • Complessità dei disturbi mentali: I disturbi mentali sono sottesi da meccanismi eziopatologici e patogenetici estremamente più complessi di qualsiasi altra patologia oncologica e per questo possono essere influenzati da una vasta gamma di fattori genetici, ambientali, relazionali e comportamentali. Basti pensare alla questione della interazione tra mente e cervello. Questa enorme complessità rende difficile identificare modelli chiari che possono aiutare a guidare la diagnosi e il trattamento.

Considerazioni Etiche e Legali nella Psichiatria di Precisione

Mentre la psichiatria di precisione offre molte promesse per migliorare la diagnosi e il trattamento dei disturbi mentali, porta anche con sé importanti considerazioni etiche e legali. Queste riguardano principalmente la privacy dei dati e la condivisione delle informazioni.

Nonostante il crescente interesse per la psichiatria di precisione e la promessa di trasformazione, la sua applicazione pratica è ancora agli inizi. Sono presenti diverse sfide etiche che potrebbero ostacolare la sua adozione da parte di ricercatori, clinici e classe politica. Inoltre, manca un quadro etico empirico condiviso tra i diversi attori interessati per guidare la ricerca futura e la pratica clinica.

Quali aspetti Etici?

Nel contesto della psichiatria di precisione, sorgono questioni etiche quando ci troviamo di fronte all’incertezza su come agire in determinate circostanze.

Queste rivendicazioni etiche pratiche riguardano domande come:

  • come i ricercatori dovrebbero informare i pazienti delle loro stime di rischio individualizzate ottenute dai modelli di previsione clinica?
  • Quali informazioni sono rilevanti da comunicare e in che modo dovrebbero essere presentate per garantire la comprensione del paziente?
  • Quali sono i limiti e le incertezze delle stime di rischio e come dovrebbero essere comunicati ai pazienti?
  • Come possiamo garantire che l’informazione sul rischio non crei paura o ansia e non influenzi negativamente le decisioni dei pazienti?

Per affrontare queste domande, è necessario considerare sia gli aspetti etici che quelli pratici. Gli aspetti etici riguardano:

  • il rispetto dell’autonomia del paziente,
  • il beneficio che possono derivare dall’informazione sul rischio,
  • l’evitare di arrecare danni (non-maleficenza) e
  • il garantire una distribuzione equa delle risorse (giustizia).

Allo stesso tempo, è fondamentale considerare come comunicare queste informazioni in modo chiaro e comprensibile per il paziente, tenendo conto delle sue caratteristiche individuali e delle sue preferenze.

Inoltre, è importante riflettere sui potenziali impatti delle stime di rischio individualizzate sulla vita del paziente. Come potrebbero influenzare le scelte familiari, l’ambiente di lavoro, la scelta degli studi o il benessere generale del paziente? E se la valutazione del rischio non venisse effettuata, quali potrebbero essere le conseguenze nel medio e lungo termine per il paziente?

Nel complesso, affrontare le questioni etiche legate all’informazione sul rischio nella psichiatria di precisione richiede una considerazione approfondita dei valori etici, delle preferenze individuali dei pazienti e delle implicazioni a lungo termine delle decisioni prese. È necessario trovare un equilibrio tra il rispetto dell’autonomia del paziente e il beneficio clinico, cercando di evitare possibili danni e promuovendo una distribuzione equa delle risorse.

Privacy dei Dati

La psichiatria di precisione si basa sull’analisi di grandi quantità di dati, tra cui dati genetici, dati di neuroimaging e dati comportamentali. Mentre queste informazioni possono essere estremamente utili per guidare la diagnosi e il trattamento, è anche fondamentale garantire che siano gestite in modo sicuro e rispettoso della privacy dei pazienti.

Ciò richiede politiche e procedure rigorose per la gestione dei dati, compresa la de-identificazione dei dati per proteggere l’identità dei pazienti, e l’uso di tecnologie sicure per lo stoccaggio e la trasmissione dei dati. Inoltre, i pazienti devono essere informati su come i loro dati saranno utilizzati e devono dare il loro consenso prima che i dati possano essere raccolti o analizzati.

Proteggere i dati sensibili e affrontare le questioni legate alla privacy è di fondamentale importanza per garantire la fiducia e la sicurezza dei pazienti nella medicina digitale.

È necessario adottare misure adeguate per proteggere i dati personali, evitare divulgazioni indesiderate e garantire la conformità alle normative locali. Questo richiede un’approccio multidisciplinare che coinvolga esperti di sicurezza informatica, professionisti della salute mentale e organismi di regolamentazione per sviluppare politiche e procedure che proteggano la privacy dei pazienti.

Allo stesso tempo, è importante riconoscere che l’accesso ai dati sensibili è essenziale per la ricerca e l’innovazione nella psichiatria di precisione.

Equità

L’utilizzo di modelli multimodali come detto offre numerosi vantaggi, consentendo di creare profili individuali più precisi e personalizzati per i pazienti. Questi modelli possono integrare dati genetici, neuroimaging, dati clinici, storia familiare, fattori ambientali e altri parametri rilevanti per fornire una visione più completa e dettagliata del quadro clinico di un individuo.

Tuttavia, l’utilizzo di modelli multimodali solleva anche questioni etiche importanti:

  • innanzitutto, richiedono un aumento del carico di lavoro per i pazienti, poiché possono richiedere una serie di esami e valutazioni aggiuntive per raccogliere i dati necessari. Questo può comportare un maggiore stress e disagio per i pazienti, oltre a richiedere più tempo e risorse per i professionisti sanitari coinvolti.
  • Inoltre, l’implementazione di modelli multimodali può comportare costi aggiuntivi per la società. L’acquisizione e l’analisi di dati provenienti da diverse fonti richiedono risorse finanziarie e tecnologiche adeguate. Ciò potrebbe rendere l’accesso a tali approcci limitato, soprattutto per le persone che non possono permettersi o non hanno accesso alle risorse necessarie.
  • Infine, l’utilizzo di modelli multimodali può creare disuguaglianze nell’accesso ai diversi tipi di analisi richieste. Non tutti i pazienti avranno la possibilità di accedere alle valutazioni e ai test necessari per ottenere dati da diverse fonti. Ciò potrebbe portare a una distribuzione diseguale delle risorse e dei benefici della psichiatria di precisione, con alcuni pazienti che hanno accesso a trattamenti più avanzati e personalizzati rispetto ad altri.

Quadro Etico e Legale

Per affrontare queste e altre questioni etiche e legali, è necessario un quadro etico e legale appropriato. Questo quadro dovrebbe fornire linee guida su come gestire i dati dei pazienti, come comunicare le informazioni ai pazienti e come condividere le informazioni tra i professionisti della salute mentale. Deve anche fornire protezioni legali per i pazienti, garantendo che i loro diritti alla privacy e alla dignità siano rispettati.

In conclusione, mentre la psichiatria di precisione offre molte promesse, è anche fondamentale affrontare le importanti questioni etiche e legali che essa solleva. Solo affrontando queste questioni possiamo garantire che la psichiatria di precisione sia utilizzata in modo sicuro, etico e rispettoso dei diritti dei pazienti.

Conclusioni

La psichiatria di precisione rappresenta un nuovo paradigma nel campo della salute mentale. Questo approccio, che mira a personalizzare la diagnosi e il trattamento in base alle specificità individuali di ciascun paziente, ha il potenziale per rivoluzionare il modo in cui verranno gestiti i disturbi mentali.

La psichiatria di precisione può migliorare l’efficacia del trattamento, ridurre gli effetti collaterali e migliorare la qualità della vita dei pazienti. Può anche aiutare a identificare i pazienti a rischio di sviluppare disturbi mentali, permettendo interventi preventivi che possono ridurre l’incidenza di questi disturbi.

Tuttavia, la psichiatria di precisione comporta anche importanti sfide. Queste includono la necessità di sviluppare tecniche di neuroimaging più precise, la ricerca di biomarcatori affidabili e la gestione delle questioni etiche e legali relative alla privacy dei dati e alla condivisione delle informazioni.

Nonostante queste sfide, il futuro della psichiatria di precisione è molto promettente. Con l’avanzamento della ricerca e l’evoluzione delle tecnologie, è probabile che vedremo importanti progressi in questo campo nei prossimi anni.

Parafrasando Claude Bernard, il cui obiettivo nella vita era di stabilire l’uso del metodo scientifico in medicina, “L’arte è Io; la scienza è Noi”. Speriamo che arrivi il giorno in cui la scienza sia pienamente incorporata nella psichiatria, una specialità medica considerata altamente soggettiva; allora, passeremo collettivamente dal “Io faccio” al “Noi facciamo” e praticheremo la psichiatria di precisione.

Risorse Bibliografiche

  1. Fernandes, B. S., Williams, L. M., Steiner, J., Leboyer, M., Carvalho, A. F., & Berk, M. (2017). The new field of ‘precision psychiatry’. BMC medicine, 15(1), 80.
  2. Passos IC, Ballester P, Rabelo-da-Ponte FD, Kapczinski F. Precision Psychiatry: The Future Is Now. The Canadian Journal of Psychiatry. 2022;67(1):21-25.
  3. Kambeitz-Ilankovic, L., Koutsouleris, N., & Upthegrove, R. (2022). The potential of precision psychiatry: What is in reach? The British Journal of Psychiatry, 220(4), 175-178
  4. Paolo Fusar-Poli, Mirko Manchia, Nikolaos Koutsouleris, David Leslie, Christiane Woopen, Monica E. Calkins, Michael Dunn, Christophe Le Tourneau, Miia Mannikko, Tineke Mollema, Dominic Oliver, Marcella Rietschel, Eva Z. Reininghaus, Alessio Squassina, Lucia Valmaggia, Lars Vedel Kessing, Eduard Vieta, Christoph U. Correll, Celso Arango, Ole A. Andreassen, Ethical considerations for precision psychiatry: A roadmap for research and clinical practice, European Neuropsychopharmacology, Volume 63, (2022), Pages 17-34,
  5. Martijn Arns, Hanneke van Dijk, Jurjen J. Luykx, Guido van Wingen, Sebastian Olbrich. Stratified psychiatry: Tomorrow’s precision psychiatry? European Neuropsychopharmacology, Volume 55, 2022, Pages 14-19,
5.00 avg. rating (94% score) - 3 votes