Rilevamento della MCI da test di disegno manuale usando residual vision transformer

Perché semplici disegni possono rivelare problemi di memoria nascosti

Immaginate che un medico possa individuare i primi segnali di allarme della demenza semplicemente osservando come disegnate un orologio, un cubo o una linea di cerchi collegati. Questi schizzi rapidi sono già usati nelle cliniche, ma vengono valutati a mano e dipendono molto dal giudizio del medico. Questo articolo mostra come un sistema di intelligenza artificiale (IA) chiamato ResViT possa “leggere” automaticamente questi disegni, trasformando le tracce della penna in un avviso precoce di lieve compromissione cognitiva (MCI), una fase tra il normale invecchiamento e la demenza in cui trattamento e pianificazione possono ancora fare una grande differenza.

Dai test su carta a uno screening intelligente

La lieve compromissione cognitiva spesso si manifesta per prima in compiti quotidiani che richiedono pianificazione, attenzione e senso dello spazio—proprio ciò che i test di disegno mirano a sondare. I medici chiedono comunemente ai pazienti di disegnare un orologio che segna una certa ora, copiare un cubo tridimensionale o collegare numeri e lettere sparsi in sequenza. In passato ogni disegno doveva essere valutato a occhio, un processo lento e soggetto a variazioni tra clinici. Gli autori hanno voluto costruire un sistema più obiettivo che consideri i tre disegni insieme, usando un computer per individuare schemi che anche occhi esperti potrebbero non notare. L’obiettivo non è sostituire i medici, ma fornire loro un secondo parere rapido e coerente.

Fondere due modi di vedere: il dettaglio e il quadro d’insieme

Il nucleo dello studio è un modello ibrido di IA chiamato ResViT, progettato per combinare due stili complementari di analisi delle immagini. Una parte, basata su una tecnica nota come ResNet, è particolarmente abile a individuare dettagli fini come spigoli, angoli e piccole distorsioni nelle linee di un disegno. L’altra parte, un Vision Transformer, eccelle nel comprendere il layout complessivo—come gli elementi di un orologio, di un cubo o del percorso si collocano sulla pagina. Invece di far passare i disegni attraverso questi componenti uno dopo l’altro, il sistema li esegue in parallelo e poi fonde i due flussi di informazione in un’unica rappresentazione più ricca dello stato cognitivo della persona.

Come il sistema apprende dai disegni reali dei pazienti

Per testare l’idea, i ricercatori hanno usato una raccolta pubblica di disegni di 918 persone, ognuna delle quali aveva completato i compiti di orologio, cubo e trail‑making. Lo stato cognitivo di ciascuna persona era già stato giudicato con un test clinico standard, fornendo un’etichetta di verità di base indicante “sano” o “MCI”. Il team ha convertito i disegni in immagini in scala di grigio, le ha ridimensionate e ha applicato semplici trasformazioni come rotazioni e variazioni di luminosità per rendere il modello più robusto. Durante l’addestramento, ResViT ha confrontato ripetutamente le sue predizioni con le etichette note e ha aggiustato i parametri interni, con misure di sicurezza come early stopping e dropout per evitare di memorizzare i dati di addestramento anziché apprendere regole generali.

Quanto funziona bene e cosa rivela

Valutato su persone mai viste prima, ResViT ha distinto correttamente individui sani da quelli con MCI in circa tre casi su quattro, con una accuratezza del 74,09% e un F1 bilanciato intorno a 0,67. Questo ha superato diverse alternative solide, incluse versioni che utilizzavano solo la parte ResNet, solo il Vision Transformer o un’altra rete popolare chiamata EfficientNet. L’approccio ibrido, con circa un terzo dei parametri interni rispetto a un grande transformer stand‑alone, si è dimostrato particolarmente valido nel bilanciare la sensibilità alla malattia con l’evitare falsi allarmi. Usando visualizzazioni a mappe di calore, gli autori hanno anche mostrato che il modello tende a concentrarsi su regioni clinicamente significative—come le cifre dell’orologio, i bordi del cubo e i punti di diramazione nei percorsi—suggerendo che presta attenzione a segnali simili a quelli degli esperti umani.

Limiti attuali e possibilità per il futuro

Gli autori sottolineano che il loro sistema non è ancora pronto per essere uno strumento di screening universale. Il dataset è di dimensioni modeste, sbilanciato verso adulti più anziani e privo di importanti informazioni di contesto come livello di istruzione e differenze culturali, tutte variabili che possono influenzare il modo in cui le persone disegnano. Il modello può anche essere esigente dal punto di vista computazionale per dispositivi a bassa potenza. Tuttavia, poiché ResViT può essere adattato con relativamente pochi nuovi esempi, potrebbe essere esteso ad altri disturbi cognitivi o a nuovi compiti di disegno man mano che saranno disponibili più dati. Integrare dataset più ampi e diversificati e costruire versioni più snelle del modello saranno passi cruciali verso un uso quotidiano.

Cosa significa per pazienti e famiglie

In termini semplici, questo lavoro dimostra che un’IA ben progettata può trasformare semplici schizzi su carta in uno strumento pratico per intercettare segnali precoci di problemi di memoria e di pensiero. Sebbene un’accuratezza del 74% non sia perfetta, è promettente per una prima linea di difesa economica, rapida e facile da ripetere nel tempo. In futuro, un disegno scansionato in clinica o anche un tablet a casa potrebbe segnalare discretamente cambiamenti sottili molto prima che diventino evidenti nella vita quotidiana, dando a medici e famiglie più tempo per intervenire. Piuttosto che sostituire il giudizio umano, sistemi come ResViT potrebbero rendere quel giudizio più coerente e tempestivo, portando aiuto anticipato alle persone a rischio di demenza.

Citazione: Sirshar, M., Matloob, I., Tayyabah, A. et al. MCI detection from handwritten drawing test using residual vision transformer. Sci Rep 16, 10334 (2026). https://doi.org/10.1038/s41598-026-40716-y

Parole chiave: lieve compromissione cognitiva, test di disegno, apprendimento profondo, vision transformer, rilevazione precoce della demenza