Un team internazionale di ricerca, di cui fa parte Alessandro Grecucci, professore di Neuroscienze recentemente acquisito al Dipartimento For.Psi.Com. dell’Università di Bari, ha recentemente pubblicato una serie di studi su riviste scientifiche di primo piano dedicati all’identificazione di possibili biomarcatori cerebrali per la diagnosi precoce e il trattamento mirato dei disturbi psicologici.
Le ricerche si concentrano su popolazioni cliniche ancora poco esplorate, in particolare adolescenti con disturbo borderline di personalità e disturbo bipolare, e utilizzano metodi avanzati di intelligenza artificiale e machine learning. Questo approccio consente una comprensione più oggettiva e affidabile dei meccanismi neurobiologici alla base di queste condizioni.
Disturbo Borderline di Personalità: lo studio pubblicato nella Journal of Affective Disorders mostra come specifiche alterazioni strutturali del cervello siano associate a disregolazione emotiva, ansia e comportamenti di autolesionismo negli adolescenti con disturbo borderline di personalità. Identificare questi marcatori neurobiologici in una fase così precoce della vita è cruciale per migliorare la diagnosi e favorire interventi tempestivi, potenzialmente riducendo il rischio di esiti clinici gravi.
I risultati contribuiscono a una comprensione più oggettiva e meno stigmatizzante di un disturbo spesso difficile da riconoscere negli adolescenti. Inoltre, lo studio apre prospettive future per la comprensione della personalità aldilà dell’aspetto più squisitamente clinico.
(Structural alterations related to emotion dysregulation, anxiety and self-harm in adolescents borderline personality disorder. A source-based morphometry study, X Yi, X Wang, J Zhang, F Wu, L Shen, L Wang, Q Xiao, A Grecucci. Journal of Affective Disorders, 121035)
Disturbo Bipolare: un altro studio, pubblicato in Psychiatry Research: Neuroimaging, analizza come il cervello degli adolescenti con disturbo bipolare cambi in modo diverso a seconda dello stato clinico (mania, depressione o remissione), combinando dati strutturali e funzionali in un aproccio di data fusion machine learning.
Lo studio affronta una delle sfide principali nella clinica del disturbo bipolare: riconoscere precocemente e differenziare le diverse fasi della malattia e distinguere marcatori cerebrali di stato e di malattia per supportare diagnosi più accurate e decisioni terapeutiche mirate. Questo studio inoltre apre la possibilità ad una migliore comprensione del rapporto tra struttura e funzione del cervello, che nel disturbo bipolare si dissociano.
(Disease and state dependent neural markers in adolescents with BD. Understanding the neural bases of mania, depression and remission in a data fusion approachX Yi, X Wang, M Ma, J Zhang, F Wu, H Huang, Q Xiao, X Liu, A Grecucci Psychiatry Research: Neuroimaging, 112113 2026)
Questi studi non solo contribuiscono a una migliore comprensione dei disturbi psicologici negli adolescenti, ma hanno anche un chiaro valore sociale e clinico, potenzialmente riducendo il rischio di esiti clinici gravi e migliorando la qualità della vita dei giovani pazienti.
