Un innovativo metodo basato sull’intelligenza artificiale che migliora la precisione nella classificazione di buchi neri e stelle di neutroni. È quello sviluppato da un team di ricercatori dell’Università di Milano-Bicocca, guidato dal professor Davide Gerosa e supportato dallo European Research Council. Lo studio, pubblicato sulla rivista Physical Review Letters, mette in discussione un’ipotesi ritenuta valida per decenni e apre la strada a un’analisi più accurata dei segnali cosmici.

L’astronomia delle onde gravitazionali permette di osservare coppie di oggetti compatti quali stelle di neutroni e buchi neri: le onde gravitazionali sono infatti prodotte dallo spiraleggiamento e dalla fusione di questi sistemi binari. Le analisi tradizionali assumono a priori come distinguere i due oggetti in ciascuna binaria. «Fino a oggi, il metodo più diffuso per l’identificazione degli oggetti prevedeva di etichettare il più massiccio come “1” e il meno massiccio come “2”. Tuttavia, questa scelta, apparentemente intuitiva, introduce ambiguità nelle misure, specialmente nei sistemi binari con masse simili. Ci siamo chiesti: è davvero la scelta migliore?», spiega Gerosa.

Una ricerca della Sapienza, condotta in collaborazione con il Campus Biomedico e pubblicata sul Journal of Alzheimers' disease, ha fornito la prova dell'esistenza di alterati biomarcatori salivari nei pazienti affetti da demenza a corpi di Lewy. I risultati mostrano nuove opportunità diagnostiche per la differenziazione tra la demenza a corpi di Lewy e le altre forme di patologie neurodegenerative
La demenza è una condizione eterogenea che comprende quadri clinici e neuropatologici diversi. Nelle fasi iniziali le diverse patologie presentano caratteristiche cliniche simili, che rendono più difficile la diagnosi specifica all’interno dell’ampio spettro di queste malattie neurodegenerative.