Un algoritmo di machine learning a quattro classi, pubblicato su Scientific Reports (Nature, 2024), è stato addestrato su nove biomarcatori del sonno per classificare con precisione tre dei disturbi neurodegenerativi più difficili da diagnosticare: malattia di Alzheimer, demenza a corpi di Lewy e malattia di Parkinson — oltre a controlli sani.
Camera di uno chalet engadinese poco prima dell'alba: luce fredda e azzurrina dalla finestra, lenzuola di lino chiaro, un anello e uno smartwatch posati sul comodino; nessun volto.
I 9 biomarcatori del sonno usati dall'algoritmo
I nove biomarcatori includono: latenza di addormentamento, efficienza del sonno, percentuale N1 (sonno leggero), percentuale N2 (sonno intermedio), percentuale N3 (deep sleep), percentuale REM, indice di frammentazione del sonno, indice di disturbi respiratori (AHI) e indice di movimenti periodici degli arti (PLM).
Dettaglio macro di un anello indossabile e di uno smartwatch che registrano le fasi del sonno nella penombra; toni blu notte, riflessi tenui; nessun volto.
Tutti misurabili, in parte, con wearable avanzati.
La sfida diagnostica della demenza a corpi di Lewy
La demenza a corpi di Lewy (LBD) è storicamente la più difficile da distinguere dall'Alzheimer e dal Parkinson.
Grafico luminoso delle fasi REM e deep sleep proiettato su una parete scura di una stanza clinica premium; luce soffusa, ordine; nessun volto.
L'algoritmo basato sul sonno ha dimostrato di poterla classificare con accuratezza significativa — un risultato che potrebbe ridurre anni di percorso diagnostico errato e permettere trattamenti neuroprotettivi precoci.
La finestra dell'intervento neuroprotettivo
Finestra di chalet all'alba sulle vette innevate dell'Engadina viste da un letto disfatto; luce naturale fredda, quiete; nessun volto.
La diagnosi precoce di questi disturbi non è solo accademica: esistono interventi — farmacologici, comportamentali e di stile di vita — che rallentano la progressione se applicati nelle fasi precoci. La diagnosi tardiva è il principale ostacolo a questi interventi. Il monitoraggio del sonno rompe questo ostacolo.
Come il Gemello Digitale integra questa evidenza
Corridoio silenzioso di clinica alpina all'alba, materiali caldi (legno e pietra) e luce morbida; atmosfera di quiete clinica; nessun volto.
Il Gemello Digitale di Klinik Sankt Moritz monitora i biomarcatori del sonno con continuità. Quando il profilo si avvicina ai pattern identificati da questo algoritmo per una o più classi diagnostiche, il sistema segnala la necessità di una valutazione neurologica approfondita — senza sostituire il neurologo, ma guidando la clinica con dati oggettivi.
Camera di uno chalet engadinese poco prima dell'alba: luce fredda e azzurrina dalla finestra, lenzuola di lino chiaro, un anello e uno smartwatch posati sul comodino; nessun volto.
Levendowski et al. — Scientific Reports / Nature (2024) — https://www.nature.com/articles/s41598-024-82528-y · www.nature.com
Sullo stesso tema
- 12 Anni di Dati, una Scoperta Chiara: il Tuo Profilo di Sonno Oggi Predice la Tua Demenza di Domani.Un follow-up di 12 anni su 2.667 uomini: i dormitori con sonno frammentato hanno il 35% di rischio in più di demenza e il 32% in più di eventi cardiovascolari. I dati del Gemello Digitale.
- 15 Anni Prima della Diagnosi, il Tuo Sonno Già lo Sapeva. Ora lo Sa Anche la Scienza.Un'analisi su oltre un milione di cartelle cliniche: i disturbi del sonno emergono fino a 15 anni prima della diagnosi di Alzheimer e Parkinson. La prevenzione parte dal sonno.
- 52.952 Persone, un Risultato Chiaro: il Tuo Sonno Predice la Fibrillazione Atriale.Lo studio più grande al mondo su wearable e fibrillazione atriale: 52.952 pazienti, dati oggettivi del sonno come predittori indipendenti. Scopri cosa misuriamo per te.