Parkinson, al Trieste Next un nuovo progetto per lo studio e lo sviluppo di terapie più efficaci

Trieste è per l’Italia la Città della Scienza con 2 università, un parco scientifico e tecnologico e più di 30 istituti di ricerca che vantano un’altissima percentuale di ricercatori (35 ogni mille abitanti) dal 2012, “Trieste Next”, festival della scienza, è una vetrina dell’innovazione e della ricerca applicata dove i ricercatori e gli imprenditori presentano le proprie esperienze e raccontano come, grazie al trasferimento tecnologico della ricerca più avanzata, possano nascere nuove soluzioni. Quest’anno tra i tanti progetti in programma verrà presentato al pubblico “TwinBrain”, un progetto grazie al quale i ricercatori che vi afferiscono intendono esaminare impulso dopo impulso le dinamiche cerebrali alla base dei movimenti innati, come può essere il camminare o il mantenere la postura eretta, per individuare i trattamenti più efficaci contro il Parkinson. Questo in estrema sintesi l’obiettivo che il progetto europeo “TWINinng the BRAIN with machine  learning for neuro-muscolar efficiency (TWINBRAIN) spera di raggiungere attingendo a piene mani da neurologia, chinesiologia, intelligenza artificiale e robotica, neuroscienze e scienze motorie. Con questo progetto s’intende avere la possibilità di mettere in rete laboratori con competenze diverse ma con interessi affini, oltre ai ricercatori “TwinBrain” fanno parte del consorzio, infatti, “Science and Reasearch Centre di Capodistria, l’Università tecnica di Berlino e l’Università di Ginevra. La comprensione incompleta dei meccanismi neurologici responsabili dei gesti quotidiani emerge chiaramente quando qualche ingranaggio si inceppa. Questo succede nelle malattie neurodegenerative che aggrediscono il sistema motorio. Contro il Parkinson non esiste una cura, TwinBrain ha lo scopo di confrontare in tempo reale i tracciati cerebrali con un’analisi dettagliata dei movimenti delle persone, sia malate che sane attraverso tecniche di machine learning, l’ottimizzazione di questa tecnica darà la possibilità di sviluppare modelli di valutazione dei disturbi del movimento e migliorare le terapie.