Tra le strategie in studio ci sono gli algoritmi che integrano informazioni sociodemografiche, storia clinica e, in prospettiva, dati genetici. Il progetto PsycheMERGE, che coinvolge 12 sistemi sanitari statunitensi, raccoglie cartelle cliniche e informazioni genetiche per individuare possibili correlazioni con la risposta agli antidepressivi. Finora, tuttavia, sono stati identificati pochi predittori genetici specifici.

Un esempio di applicazione dell’intelligenza artificiale è PETRUSHKA, uno strumento sviluppato dal gruppo dello psichiatra Andrea Cipriani dell’Università di Oxford. Il modello è stato addestrato sui dati di oltre 120.000 persone che avevano assunto almeno uno di 21 antidepressivi, con l’obiettivo di suggerire il farmaco da provare per primo.

In uno studio condotto su circa 500 persone, chi aveva ricevuto il farmaco raccomandato dall’algoritmo ha mostrato una probabilità inferiore del 38% di interrompere la terapia dopo otto settimane rispetto a chi aveva seguito soltanto l’indicazione del medico. Il gruppo di ricerca sta ora valutando l’integrazione di dati genetici e la possibilità di prevedere quali pazienti possano ottenere maggiori benefici dalla psicoterapia anziché dai farmaci.

Gli algoritmi per orientare anche la psicoterapia

L’intelligenza artificiale viene sperimentata anche per identificare le caratteristiche associate a una migliore risposta alla TCC o a specifici antidepressivi. Un gruppo della Emory University ha sviluppato un modello di apprendimento automatico capace di prevedere quale trattamento potrebbe offrire risultati migliori sulla base dei dati clinici.

Dall’analisi sono emersi alcuni possibili fattori predittivi: determinati antidepressivi sembrano più efficaci nelle persone con sintomi fisici più marcati, come l’insonnia, mentre la TCC potrebbe offrire maggiori benefici a chi dispone di una rete di supporto sociale più solida. Si tratta di indicazioni che richiedono cautela e che devono essere integrate con la valutazione del medico e le preferenze della persona.

In India, un gruppo guidato dallo psichiatra Vikram Patel sta inoltre testando un algoritmo per indirizzare i pazienti verso una forma di psicoterapia che può essere erogata anche da operatori con una formazione limitata. Lo studio coinvolge 1.500 persone e valuterà, dopo tre mesi, se chi riceve il trattamento suggerito dal modello ottiene risultati migliori. Anche Kaiser Permanente sta sviluppando uno strumento di supporto alla prescrizione basato sulle cartelle cliniche elettroniche di circa 200.000 persone.

Un’altra linea di ricerca si concentra sull’attività cerebrale. Il gruppo di Leanne Williams, psichiatra dell’Università di Stanford, ha identificato sei distinti biotipi di depressione sulla base della risonanza magnetica funzionale (fMRI), associati a differenti risposte terapeutiche.

In uno studio, la scelta del trattamento guidata dal biotipo ha portato, per alcuni interventi, a un incremento del tasso di remissione dei sintomi dal 16% al 70%. La tecnica è ora in fase di sperimentazione in 20 cliniche statunitensi. Secondo il testo originale, a settembre la Food and Drug Administration (FDA) ha attribuito al sistema una designazione che accelera il percorso di valutazione verso l’eventuale commercializzazione.

In prospettiva, l’analisi dei biotipi potrebbe contribuire a riconoscere anche le persone che difficilmente rispondono ai trattamenti di prima linea, orientandole verso altre opzioni, tra cui la stimolazione cerebrale transcranica, la terapia elettroconvulsiva o la ketamina.

Gli strumenti predittivi potrebbero rendere la scelta terapeutica più mirata, limitando i tentativi inefficaci e riducendo il tempo necessario per individuare una cura adeguata. Tuttavia, le previsioni generate dagli algoritmi possono essere fuorvianti e non sostituiscono il giudizio del medico.

La personalizzazione dovrà considerare anche le preferenze del paziente, le condizioni di vita e l’accessibilità dei diversi interventi. L’obiettivo della ricerca non è soltanto individuare chi potrebbe non rispondere a un antidepressivo, ma anche riconoscere precocemente chi potrebbe trarne un beneficio significativo.