Una normale FDG-PET del metabolismo cerebrale può essere usata, insieme a un modello di machine learning, per stimare la distribuzione della tau di tipo Alzheimer anche quando non è disponibile una PET specifica per la tau. Lo mostra uno studio pubblicato su Nature Communications il 2 ottobre 2026. Il metodo non sostituisce automaticamente una tau-PET nella pratica clinica, ma propone un modo per ricavare informazioni sulla patologia tau da un esame già molto più diffuso.
Che cosa ha fatto il modello
I ricercatori hanno costruito un modello computazionale del funzionamento cerebrale usando immagini FDG-PET, che misurano il consumo di glucosio nei tessuti. Il modello è stato addestrato su 1.088 partecipanti tra invecchiamento normale e diverse malattie neurodegenerative, tutti con FDG-PET e PET con flortaucipir per la tau.
Quanto è accurata la stima della tau
La validazione è stata eseguita in più gruppi indipendenti o longitudinali. A livello individuale il modello ha mostrato valori di R² compresi circa tra 0,34 e 0,71 nel predire il segnale tau-PET. Nella distinzione tra stadi di tau bassi e alti, l’accuratezza riportata varia dal 79% al 95% a seconda dello scenario analizzato.
Un aspetto importante è che il modello è stato testato anche in una coorte clinica eterogenea, quindi non soltanto in partecipanti selezionati per studi sperimentali. Questo serve a capire se il rapporto tra neurodegenerazione metabolica e accumulo di tau resta utile anche in contesti più vicini alla neurologia reale.
Perché la FDG-PET è interessante
La tau-PET è molto informativa, ma non è disponibile ovunque e richiede traccianti specifici. La FDG-PET è invece usata da tempo per studiare pattern metabolici nelle demenze e in altri disturbi neurologici. Se da questo esame si riesce a stimare anche la tau, si potrebbe aumentare il valore informativo di dati già acquisiti.
Il modello può diagnosticare l’Alzheimer da solo?
No. Lo studio propone una stima della patologia tau, non un test autonomo sufficiente per diagnosticare una persona. Una valutazione clinica continua a richiedere storia, esame neurologico, test cognitivi e, quando indicato, biomarcatori e imaging specifici.
Su iCrewPlay Tech abbiamo già approfondito come la tau possa propagarsi tra i neuroni e come l’atlante PsychAD stia ampliando la mappa cellulare delle demenze. Il nuovo lavoro affronta invece il problema pratico di stimare la tau a partire da un’impronta metabolica del cervello.
Quali sono i limiti
Le prestazioni variano tra coorti e scenari, e una previsione computazionale non equivale a una misura diretta del tracciante tau. Inoltre il modello dipende dalla qualità delle immagini e dalla popolazione su cui è stato addestrato e validato. Servono quindi verifiche prospettiche prima di un uso clinico esteso.
La fonte primaria è lo studio A model of brain function to predict tau across Alzheimer’s disease and related disorders, pubblicato su Nature Communications il 2 ottobre 2026.
