From healthy aging to dementia: a digital infrastructure for progression prediction

La malattia di Alzheimer e la demenza sono riconosciute come un crescente problema di salute e assistenza sociale a causa dell'aumento della sopravvivenza delle persone anziane nella società. Sono malattie neurodegenerative complesse con molteplici sintomi cognitivi e comportamentali. L'eterogeneità di AD e delle demenze correlate rende queste malattie difficili da diagnosticare, gestire e trattare, portando a richieste di migliori metodi per rilevare precocemente, prevedere e monitorare la progressione della malattia, specialmente per la progettazione di trattamenti appropriati. D'altro canto, la diagnosi e l'intervento precoci aumentano la qualità della vita e la pianificazione dell'assistenza per le persone con demenza e i loro caregiver, promuovendo l'indipendenza, ed è una priorità assoluta nelle politiche recenti per l'assistenza alla demenza. Le valutazioni attuali e i loro "indicatori" associati per la demenza possono comprendere diversi tipi, dalla storia clinica, alla valutazione biologica (ad esempio, basata sul sangue o sul cervello), alle valutazioni neuropsicologiche e funzionali. Il ruolo dei dati digitali nel supportare la diagnosi di AD e demenza è sempre più riconosciuto, con un focus principale su avanzate immagini digitali e biomarcatori, analizzati con metodologie di apprendimento automatico. Tuttavia, uno screening su larga scala non può essere ottenuto con istantanee cliniche o procedure ad alto costo. Al contrario, le tecnologie digitali hanno il potenziale per consentire la raccolta affidabile e di alta qualità di dati continui da ampie popolazioni di pazienti nei loro ambienti naturalistici. A sua volta, ciò potrebbe contribuire a migliorare la nostra attuale limitata comprensione del corso naturale della malattia, delle esperienze dei pazienti, della manifestazione dei sintomi e della risposta al trattamento individualizzata. Sono state proposte diverse soluzioni e applicazioni per valutazioni su larga scala a basso costo e a basso impatto, ma manca l'approccio multimodale necessario per fornire una visione personale e personalizzata. Pertanto, proponiamo di implementare un'infrastruttura integrata per la raccolta di dati a basso impatto che (1) fornirà uno strumento per la rilevazione precoce della malattia; e (2) rappresenterà la base per un gemello digitale longitudinale in grado di seguire la progressione della malattia e del paziente nelle fasi successive. Per fare ciò, realizzeremo quanto segue: - Implementeremo un sistema multimodale che include app, dispositivi indossabili e test cognitivi ed esercizi, basati sulle attuali evidenze dei fattori rilevanti e dei predittori della malattia; - Implementeremo l'infrastruttura digitale che integra i dati raccolti attraverso il sistema multimodale e le valutazioni cliniche classiche utilizzate per la diagnosi e la valutazione della progressione della malattia (scale cliniche e biomarcatori); - Testeremo e convalideremo il sistema multimodale e l'infrastruttura digitale nelle fasi precliniche, precoci e avanzate della demenza e dell'AD, e nei controlli sani. L'obiettivo di questo progetto non può essere la convalida di un gemello digitale a lungo termine, né la convalida di uno strumento di rilevamento precoce o prognostico per la demenza e l'AD. Tuttavia, rappresenta il primo necessario passo tecnologico e infrastrutturale per questi sviluppi futuri.

Alzheimer’s disease and dementia are recognised as a growing societal health and care problem due to the increasing survival of older people in society. They are complex neurodegenerative diseases with multiple cognitive and behavioral symptoms. The heterogeneity of AD and related dementias makes these diseases difficult to diagnose, manage, and treat, leading to calls for better methods to early detect, forecast and monitor disease progression, especially for designing appropriate treatments. On the other hand, early diagnosis and intervention increases the quality of life and care planning for people with dementia and their caregivers, which promote independence, and it is a top priority in recent policies for dementia care. Current assessments and their associated ‘markers’ for dementia can comprise several types, from clinical history, biological (e.g. blood- or brain-based) assessment, to neuropsychological and functional assessments. The role of digital data in supporting AD and dementia diagnosis is increasingly recognized, with major focus on advanced digital imaging and biomarkers, analyzed with machine learning methodologies. However, large screening cannot be achieved with clinical snapshots or high-cost procedures. Conversely, digital technologies have the potential to enable reliable, high quality, continuous data collection from large patient populations in their naturalistic settings. In turn, this could help improve our currently limited understanding of natural disease course, patients’ own experiences of the illness, symptom manifestation, and individualized treatment response. Several systems and applications for low-cost and low-impact large scale assessments were proposed, but they lack the multimodal approach needed to provide as personal and personalized view. We therefore propose to implement an integrated infrastructure for low-impact data collection that will (1) provide a tool for early detection of the disease; and (2) represent the basis for a longitudinal digital twin able to follow the disease progression and the patient in later stages. To do so, we will: - Implement a multimodal system including apps, wearables, and cognitive tests and exercises, based on the current evidence of relevant factors and predictors of the disease; - Implement the digital infrastructure that integrates the data collected through the multimodal system and the classical clinical assessments used for diagnosis and disease progression evaluation (clinical scales and biomarkers); - Test and validate the multimodal system and the digital infrastructure in preclinical, early, and advanced stages of dementia and AD, and in healthy controls. The aim of this project cannot be the validation of a long-term digital twin, nor the validation of an early detection or prognostic tool for dementia and AD. However it represents the necessary technological and infrastructural first step for these future developments.