fbpx La matematica del cuore | Science in the net

La matematica del cuore

Primary tabs

I Heart Math. Credit: Travisdoesmath.

Read time: 3 mins

Vincere un ERC Advanced Grant non è facile, vincerne due in pochissimi anni è davvero notevole. Soprattutto se nel mezzo ci sono anche due ERC Proof of Concept Grants.

È la storia di Alfio Quarteroni, matematico italiano di fama mondiale per i suoi numerosi studi sulle innovative applicazioni della matematica, che attualmente lavora presso l'Ecole Polytechnique Fédérale di Losanna, e che tornerà in Italia alla fine del 2017, proprio per lavorare al suo nuovo progetto da quasi 2,5 milioni di euro al Politecnico di Milano, che è peraltro una delle realtà italiane che si è aggiudicata più ERC Grants negli ultimi anni.

Questa volta Quarteroni punta al cuore, letteralmente. iHEART, an integrated heart model for the simulation of the cardiac function, rappresenta infatti il primo tentativo al mondo di creare un modello completo del cuore umano, che comprende tutte le dinamiche fisiche che messe insieme chiamiamo vita: la componente elettrica, meccanica, fluidodinamica e via dicendo. Sebbene diversi gruppi nel mondo stiano lavorando da vent'anni per costruire modelli matematici delle varie funzioni cardiache, questa è la prima volta in cui si studierà un modello integrato.

L'idea è quella di costruire un modello virtuale del nostro cuore che sia in grado non solo di descrivere minuziosamente le interazioni che avvengono al suo interno, ma anche predirne le dinamiche, nella prospettiva di costruire uno strumento in grado di aiutare i clinici nello studio della genesi e nella cura delle malattie cardiovascolari. In molti casi si è costretti infatti a proporre trattamenti sulla base di statistiche, che però non sempre si accordano con le condizioni dello specifico paziente che si ritrova senza saperlo un cuore malandato e bisognoso di cure tempestive ed efficaci. Possedere un modello integrato dei processi cardiovascolari potrebbe migliorare la prevenzione, la clinica e la cardiochirurgia, in particoalre in ambito neonatale.

“Quello che ci interessa al momento è portare la matematica a un livello più avanzato – spiega Ottavio Crivaro, amministratore di Moxoff, spinoff del Politecnico di cui Quarteroni è presidente – ora che possediamo strumenti di calcolo molto potenti. L'idea è quella di una ricerca di base che volga lo sguardo sempre più alle possibilità di trasferimento tecnologico, anche al di fuori dell'ambito originario da cui lo studio ha preso il via – proseguono Crivaro e Quarteroni – come è avvenuto per la piattaforma aXurge, una piattaforma per supportare i chirurghi vascolari nel trattamento dell'aneurisma aortico addominale.” Anche aXurge - ora in fase di test in alcuni ospedali - nasce infatti dai risulati ottenuti grazie a un ERC Advanced Grant, vinto da Quarteroni nel 2008.

È ancora troppo presto per parlare nel dettaglio delle tecnologie che verranno messe in campo nel progetto iHEART - continuano Crivario e Quarteroni. - Ma è significativo quello che siamo riusciti a fare nel caso di aXurge, dove il medico avrà uno strumento che elabora una grande quantità di dati del paziente per decidere se procedere con una data terapia o intervenire chirurgicamente. E in tal caso aXurge supporta il medico nella configurazione ottimale del kit per l'intervento, attraverso protesi endovascolari.”

Non è un caso dunque che lo stesso Quarteroni, che è uno scienziato eclettico, parli del suo progetto come un “microscopio virtuale” dove le malattie cardiovascolari e la loro evoluzione vengono viste come dei fenomeni da descrivere attraverso equazioni complesse che sta a noi provare a risolvere. “La matematica - spiega Quarteroni - acquisisce dati, crea un modello del paziente in grado di descrivere i processi fisiologici e patologici con equazioni. Ed è risolvendo queste equazioni che si può descrivere il suo stato cardiovascolare e la sua evoluzione.”

@CristinaDaRold


Scienza in rete è un giornale senza pubblicità e aperto a tutti per garantire l’indipendenza dell’informazione e il diritto universale alla cittadinanza scientifica. Contribuisci a dar voce alla ricerca sostenendo Scienza in rete. In questo modo, potrai entrare a far parte della nostra comunità e condividere il nostro percorso. Clicca sul pulsante e scegli liberamente quanto donare! Anche una piccola somma è importante. Se vuoi fare una donazione ricorrente, ci consenti di programmare meglio il nostro lavoro e resti comunque libero di interromperla quando credi.


prossimo articolo

Why have neural networks won the Nobel Prizes in Physics and Chemistry?

This year, Artificial Intelligence played a leading role in the Nobel Prizes for Physics and Chemistry. More specifically, it would be better to say machine learning and neural networks, thanks to whose development we now have systems ranging from image recognition to generative AI like Chat-GPT. In this article, Chiara Sabelli tells the story of the research that led physicist and biologist John J. Hopfield and computer scientist and neuroscientist Geoffrey Hinton to lay the foundations of current machine learning.

Image modified from the article "Biohybrid and Bioinspired Magnetic Microswimmers" https://onlinelibrary.wiley.com/doi/epdf/10.1002/smll.201704374

The 2024 Nobel Prize in Physics was awarded to John J. Hopfield, an American physicist and biologist from Princeton University, and to Geoffrey Hinton, a British computer scientist and neuroscientist from the University of Toronto, for utilizing tools from statistical physics in the development of methods underlying today's powerful machine learning technologies.