La medicina moderna potrebbe aver trovato un modo innovativo per rendere visibile e misurabile l'impatto dello stress cronico sull'organismo umano. Un team di ricercatori della Johns Hopkins University School of Medicine ha sviluppato un sistema di intelligenza artificiale capace di identificare quello che definiscono il primo biomarcatore dello stress cronico direttamente osservabile attraverso comuni esami di imaging medico. I risultati di questo studio saranno presentati al meeting annuale della Radiological Society of North America (RSNA), aprendo prospettive inedite per la valutazione del rischio cardiovascolare e la prevenzione clinica.
Lo stress cronico rappresenta una delle sfide sanitarie più pervasive della società contemporanea, con conseguenze che vanno ben oltre la sfera psicologica. Secondo l'American Psychological Association, l'esposizione prolungata a condizioni stressanti contribuisce allo sviluppo di ansia, disturbi del sonno, dolore muscolare, ipertensione e compromissione del sistema immunitario. La ricerca scientifica ha inoltre stabilito connessioni significative tra stress persistente e patologie gravi come malattie cardiovascolari, depressione e obesità. Tuttavia, fino ad oggi, la quantificazione degli effetti cumulativi dello stress si è affidata principalmente a questionari soggettivi, marcatori sierici indiretti come gli indicatori di infiammazione cronica, e misurazioni del cortisolo, metodologie spesso complesse e limitate nella loro capacità di fornire un quadro completo e oggettivo.
Il contributo innovativo del team guidato dalla dottoressa Elena Ghotbi, ricercatrice post-dottorato presso Johns Hopkins, consiste nell'aver creato e addestrato un modello di deep learning progettato per calcolare automaticamente il volume delle ghiandole surrenali utilizzando scansioni TC del torace già disponibili negli archivi ospedalieri. Le ghiandole surrenali, piccole strutture endocrine situate sopra i reni, svolgono un ruolo centrale nella risposta fisiologica allo stress attraverso la produzione di cortisolo e altri ormoni. A differenza di un singolo test del cortisolo, che fotografa lo stato di stress in un momento specifico, la dimensione delle ghiandole surrenali funziona come un indicatore a lungo termine dell'esposizione cronica allo stress, riflettendo l'adattamento strutturale dell'organo a condizioni di sollecitazione persistente.
La validazione di questo approccio ha richiesto l'analisi di dati provenienti da 2.842 partecipanti (età media 69,3 anni; 51% donne) arruolati nel Multi-Ethnic Study of Atherosclerosis, uno studio longitudinale di grande portata che integra imaging TC del torace, questionari validati sullo stress, misurazioni del cortisolo e indicatori di carico allostatico. Quest'ultimo concetto, sviluppato dalla ricerca biomedica negli ultimi decenni, rappresenta il peso cumulativo degli effetti fisiologici e psicologici dello stress cronico sull'organismo. La peculiarità di questa coorte, che combina dati di imaging, biochimici e psicosociali negli stessi individui, l'ha resa probabilmente unica e ideale per lo sviluppo di un marcatore dello stress basato sull'imaging.
I ricercatori hanno applicato il loro algoritmo di intelligenza artificiale alle scansioni TC per delineare automaticamente e misurare il volume delle ghiandole surrenali, definendo l'Adrenal Volume Index (AVI) come il volume surrenale espresso in centimetri cubi diviso per il quadrato dell'altezza in metri. Per catturare i pattern ormonali, i partecipanti hanno fornito campioni di cortisolo salivare otto volte al giorno per due giorni consecutivi, mentre il carico allostatico è stato calcolato utilizzando parametri multipli: indice di massa corporea, creatinina, emoglobina, albumina, glucosio, conta dei globuli bianchi, frequenza cardiaca e pressione arteriosa.
L'analisi ha rivelato correlazioni significative tra l'AVI generato dal modello di intelligenza artificiale e molteplici indicatori di stress consolidati. Valori più elevati di AVI si sono dimostrati associati a una maggiore esposizione complessiva al cortisolo, picchi ormonali più pronunciati e carico allostatico aumentato. I partecipanti che riportavano livelli elevati di stress percepito presentavano un AVI superiore rispetto a coloro che riferivano bassi livelli di stress. Particolarmente rilevante è emersa la connessione tra AVI e indice di massa ventricolare sinistra, un parametro strutturale cardiaco. Con dati di follow-up fino a dieci anni, i ricercatori hanno potuto correlare l'AVI derivato dall'intelligenza artificiale con esiti clinici rilevanti, dimostrando un impatto indipendente sul rischio di insufficienza cardiaca.
Come sottolinea il professor Shadpour Demehri, radiologo senior presso Johns Hopkins e autore corrispondente dello studio, la possibilità di visualizzare il carico a lungo termine dello stress rappresenta una svolta nella pratica clinica quotidiana. Ogni anno vengono eseguite decine di milioni di scansioni TC del torace nei soli Stati Uniti, rendendo questo approccio potenzialmente applicabile su larga scala senza necessità di test aggiuntivi o esposizione a radiazioni supplementari. L'importanza del lavoro risiede nella combinazione di una misura di imaging semplice con molteplici marcatori consolidati di stress e malattia, creando uno strumento pratico per la quantificazione dello stress cronico nella routine ospedaliera.
Teresa E. Seeman, professoressa di epidemiologia presso UCLA e co-autrice dello studio, figura pionieristica nella ricerca su stress e salute, ha evidenziato come da oltre tre decenni sia noto che lo stress cronico può logorare l'organismo attraverso sistemi multipli. L'aspetto entusiasmante di questo lavoro è che collega una caratteristica di imaging ottenuta routinariamente con misure biologiche e psicologiche validate dello stress, dimostrando che predice indipendentemente un esito clinico maggiore, rappresentando un autentico passo avanti nell'operazionalizzazione dell'impatto cumulativo dello stress sulla salute.
Le implicazioni di questa ricerca si estendono potenzialmente a numerose patologie correlate allo stress che colpiscono comunemente adulti di mezza età e anziani. La natura fisiologicamente fondata di questa misurazione, basata sul volume surrenale come componente della cascata fisiologica dello stress cronico, conferisce al biomarcatore robustezza scientifica e rilevanza clinica. La capacità di stratificare il rischio cardiovascolare e orientare le cure preventive utilizzando dati di imaging già disponibili potrebbe trasformare l'approccio clinico alla gestione dello stress e delle sue conseguenze sistemiche, integrando nelle valutazioni mediche standard una dimensione fino ad oggi difficilmente quantificabile con oggettività e precisione.
