Un nuovo studio pubblicato il 22 agosto 2026 su Discover Computing ha analizzato spirali e meandri tracciati con una penna digitale da 66 persone in Brasile, di cui 31 con Parkinson, per capire se le irregolarità del gesto grafico possano aiutare a riconoscere alterazioni motorie associate alla malattia.
Cosa rivelano spirali e meandri sul movimento della mano
Una spirale disegnata a mano sembra un esercizio banale. Lo stesso vale per un meandro, con le sue ripetute svolte ad angolo retto. Eppure proprio quei gesti, apparentemente semplici, richiedono un controllo continuo della direzione, della pressione e della velocità del tratto.
È su questo presupposto che si concentra il lavoro di Ishan Ayus, Biswajit Jena e Chandrashekhar Azad, pubblicato su Discover Computing. I ricercatori hanno utilizzato il dataset NewHandPD, raccolto presso la Botucatu Medical School della São Paulo State University, in Brasile. Il campione comprende 66 partecipanti: 35 controlli sani e 31 persone con Parkinson.
Ai partecipanti è stato chiesto di riprodurre diversi disegni attraverso una penna biometrica intelligente. Il dispositivo non registrava soltanto l'immagine finale, ma anche ciò che accadeva durante il gesto: posizione della penna, pressione, inclinazione e accelerazione.
Il risultato è una sorta di “film” del movimento, non soltanto una fotografia del disegno.
Potrebbe interessarti anche:
- Viaggiare con il Parkinson: accorgimenti utili prima, durante e dopo il viaggio
- Aria inquinata e Parkinson: cosa mostra lo studio
- Perché il Parkinson è più frequente negli uomini? La ricerca svela un possibile meccanismo
L'analisi ha combinato queste informazioni con diversi modelli di intelligenza artificiale. Nel modello multimodale proposto dagli autori, l'accuratezza nella classificazione ha raggiunto il 98,95% per i meandri e il 97,74% per le spirali. Sono valori ottenuti all'interno del dataset studiato e non equivalgono, da soli, all'efficacia di un test diagnostico nella pratica clinica.
Perché il Parkinson può modificare il modo di disegnare
Il punto è il controllo del movimento fine. Il Parkinson è caratterizzato, tra le altre manifestazioni, da bradicinesia, rigidità e tremore. Queste alterazioni non riguardano soltanto i movimenti ampi, come camminare o girarsi, ma possono interferire anche con azioni molto più precise.
L'Organizzazione mondiale della sanità descrive la malattia come una condizione neurologica progressiva che può provocare rallentamento dei movimenti, tremore, rigidità, problemi di equilibrio e diversi sintomi non motori.
Disegnare una forma geometrica richiede proprio una sequenza coordinata di piccoli aggiustamenti. La penna deve cambiare direzione, mantenere una traiettoria relativamente stabile e modulare la forza esercitata sul foglio.
Nel caso dei meandri, le anomalie individuate dal lavoro riguardavano soprattutto i cambi di direzione. Le svolte ripetute richiedono un passaggio rapido e controllato tra movimento laterale e verticale; eventuali difficoltà nella coordinazione possono quindi tradursi in deviazioni, irregolarità della traiettoria o variazioni nella gestione della penna.
Le spirali, invece, sottopongono la mano a una richiesta diversa. Il gesto deve mantenere una curvatura continua mentre il tratto procede verso il centro. In questo caso, secondo gli autori, diventano informative le variazioni della curvatura, della distanza tra i giri e della regolarità complessiva del movimento.
È un dettaglio tecnico che conta: il sistema non si limita a chiedersi se il disegno “sembra storto”. Analizza caratteristiche spaziali dell'immagine e segnali dinamici registrati durante l'esecuzione.
L'intelligenza artificiale analizza anche ciò che l'occhio non vede
Per arrivare a questi risultati, i ricercatori hanno utilizzato modelli differenti per le due categorie di informazioni.
Le immagini delle spirali e dei meandri sono state analizzate con architetture di deep learning, comprese reti convoluzionali e modelli transformer per la visione artificiale. I segnali provenienti dalla penna, invece, sono stati trattati come sequenze temporali attraverso modelli capaci di riconoscere l'evoluzione del movimento nel tempo.
Una delle soluzioni migliori ha combinato DaViT, un'architettura transformer per l'analisi delle immagini, e Conv1D-BiGRU, un modello destinato all'elaborazione dei segnali dinamici. Le previsioni dei due sistemi sono state poi integrate attraverso una fusione pesata.
Perché serve tutto questo? Perché due persone possono produrre disegni apparentemente simili, ma arrivarci in modi molto diversi. Una potrebbe esercitare una pressione irregolare; un'altra potrebbe rallentare in corrispondenza delle curve; un'altra ancora potrebbe modificare leggermente l'inclinazione della penna.
L'immagine finale non sempre conserva queste informazioni. I sensori, invece, possono registrarle.
Non è un'idea completamente nuova. Già la letteratura precedente aveva esplorato spirali, meandri e parametri cinematici come possibili indicatori delle alterazioni motorie associate al Parkinson. Gli stessi autori ricordano, per esempio, lavori precedenti che avevano ottenuto prestazioni inferiori utilizzando caratteristiche di pressione e movimento oppure reti neurali applicate ai disegni.
Una spirale non basta per diagnosticare il Parkinson
Qui arriva la parte meno spettacolare, ma più importante.
Il 98,95% di accuratezza non significa che una persona possa disegnare un meandro e sapere se ha il Parkinson. Lo studio non ha validato un test diagnostico destinato all'uso clinico quotidiano. Ha verificato la capacità di un sistema computazionale di distinguere, all'interno di un dataset specifico, campioni provenienti da persone con Parkinson e da controlli sani.
Il campione, inoltre, è relativamente piccolo: 66 partecipanti. Il fatto che i dati siano stati raccolti con lo stesso protocollo e attraverso un dataset già strutturato rappresenta un vantaggio per la ricerca, ma pone anche una domanda sulla generalizzabilità dei risultati.
Va detto che gli stessi autori sono prudenti. Nel paper spiegano che il sistema potrebbe costituire una base per futuri strumenti di supporto decisionale e di screening neurologico a distanza, ma solo dopo ulteriore validazione clinica.
La diagnosi del Parkinson, oggi, resta infatti soprattutto clinica. La Parkinson's Foundation precisa che non esiste un singolo esame di laboratorio o di imaging capace di confermare da solo la malattia: il medico valuta anamnesi, sintomi ed esame neurologico, mentre altri accertamenti possono servire a escludere condizioni differenti.
Questo limite è particolarmente rilevante perché tremore, lentezza dei movimenti e rigidità non sono esclusivi del Parkinson. Anche altre forme di parkinsonismo possono presentare manifestazioni sovrapponibili.
Perché cercare segnali prima della diagnosi resta una priorità
Il valore potenziale di questi strumenti sta quindi altrove: aggiungere un indicatore oggettivo alla valutazione neurologica, non sostituirla.
La difficoltà diagnostica nelle fasi iniziali nasce anche dal fatto che i cambiamenti possono essere graduali. Il tremore a riposo è il segno più riconoscibile nell'immaginario comune, ma il quadro comprende anche bradicinesia, rigidità, alterazioni della postura e della deambulazione. Possono comparire inoltre disturbi del sonno, dolore, alterazioni dell'olfatto e problemi cognitivi o dell'umore.
L'Organizzazione mondiale della sanità stima che nel 2019 oltre 8,5 milioni di persone nel mondo vivessero con il Parkinson e segnala che la prevalenza della malattia è raddoppiata nei 25 anni precedenti.
In questo scenario, una penna digitale, un tablet o un altro dispositivo capace di acquisire il movimento potrebbero diventare strumenti di monitoraggio relativamente semplici. Non servirebbe necessariamente cercare un segno macroscopico: l'obiettivo sarebbe intercettare variazioni molto più sottili nel controllo motorio.
La questione, però, è un'altra: capire quanto questi segnali siano specifici del Parkinson e quanto invece possano riflettere età, tremore essenziale, altre patologie neurologiche, farmaci o semplicemente differenze individuali nel modo di impugnare e utilizzare una penna.
Dalla ricerca al possibile strumento clinico: cosa manca
Prima di trasformare questi risultati in un'applicazione reale serviranno studi più ampi, con partecipanti diversi per età, caratteristiche cliniche e livello di malattia. Servirà inoltre verificare il comportamento dell'algoritmo su persone che non erano presenti nel dataset originale e, soprattutto, su soggetti nella fase iniziale della malattia.
Un altro passaggio sarà confrontare il sistema con la valutazione di neurologi specializzati nei disturbi del movimento. È lì che si misurerà il vero valore aggiunto della tecnologia.
A conti fatti, il risultato più interessante dello studio non è quindi la spirale in sé, ma la possibilità di trasformare un gesto quotidiano in una fonte di dati quantitativi sul controllo motorio.
Per ora, però, una linea irregolare resta soltanto una linea irregolare. Se accompagnata da tremore, rigidità, rallentamento dei movimenti o altri cambiamenti persistenti, può invece diventare un elemento da riferire al medico. La diagnosi continua a richiedere una valutazione clinica; la ricerca sulle penne digitali prova a costruire, accanto a quella valutazione, strumenti sempre più sensibili e misurabili.
Il prossimo passo sarà capire se le prestazioni osservate in laboratorio reggeranno anche fuori dal dataset. È lì che un esperimento promettente potrà, eventualmente, diventare uno strumento utile nella pratica neurologica.
Fonti:
- Springer Nature Link – SNAKE optimised deep neural networks for Parkinson’s disease detection using multimodal handwriting as a digital biomarker
- Parkinson’s Foundation – Getting Diagnosed
- WHO – Parkinson disease
