Dott.Pasquale Maria Pecoraro

Il Dr.Pasquale Maria Pecoraro ha vinto il premio A.R.D nel 12° Congresso della Società Italiana Parkinson e Disordini del Movimento.

Ecco la sua presentazione:

Sono Pasquale Maria Pecoraro, medico neurologo presso la UOC Neurologia della Fondazione Policlinico Universitario Campus Bio-Medico di Roma, dove svolgo attività clinica nella Stroke Unit e nell’ambulatorio dedicato ai Disturbi del Movimento. Sono inoltre dottorando in Scienze Biomediche Integrate e Bioetica presso l’Università Campus Bio-
Medico di Roma e clinical researcher presso il Brain Innovations Lab.
Il mio progetto di ricerca attuale è finalizzato alla definizione dei predittori oggettivi di diagnosi e definizione degli stati motori nella malattia di Parkinson.
Mi sono laureato in Medicina e Chirurgia nel 2019 presso l’Università Campus Bio-Medico
di Roma con 110/110 e lode, discutendo una tesi sulle oscillazioni ad alta frequenza da
stimolazione somatosensoriale nella malattia di Parkinson. Ho successivamente completato la
specializzazione in Neurologia nello stesso Ateneo con 50/50 e lode con una tesi intitolata
“Objective motor performance measures to evaluate dopaminergic denervation and
pathology-validated clinical diagnosis in Parkinson’s disease: A Computer Vision Study”.
Durante il percorso di pecializzazione ho approfondito in particolare i disturbi del
movimento, le terapie avanzate per la malattia di Parkinson, in particolare la terapia infusionale con Levodopa/Carbidopa gel intestinale e foslevodopa/foscarbidopa sottocutanea
e la Deep Brain Stimulation, e la terapia con tossina botulinica per distonia, blefarospasmo,
emispasmo faciale, e spasticità.
Il mio percorso clinico e scientifico si è sviluppato sotto la guida del mio mentore, il Dott. Lazzaro di Biase, che ha avuto un ruolo centrale nella mia formazione neurologica in Disturbi del Movimento e nella mia crescita come ricercatore clinico. Nel 2024 ho inoltre svolto un periodo come Visiting Scholar presso la University of Cincinnati Gardner Neuroscience Institute, sotto la supervisione del Prof. Alberto J. Espay, figura internazionale di riferimento nel campo dei disturbi del movimento. Questa esperienza mi ha permesso di approfondire la gestione clinica avanzata dei pazienti con disturbi del movimento, di confrontarmi con un modello di ricerca altamente innovativo e di rafforzare il mio interesse per approcci diagnostici e di monitoraggio basati su misure oggettive, tecnologie digitali e medicina personalizzata.
Il mio interesse di ricerca si concentra sull’identificazione di biomarcatori digitali per la
diagnosi e il monitoraggio non invasivo ed oggettivo dei disturbi del movimento. In particolare, mi occupo dell’applicazione di tecnologie come Computer Vision, sensori indossabili e strumenti quantitativi per misurare in modo oggettivo i sintomi motori, riducendo la dipendenza esclusiva da valutazioni cliniche soggettive. Questo approccio nasce
dall’esigenza di rendere più precisa, riproducibile e accessibile la valutazione di patologie
complesse come la malattia di Parkinson e la distonia.
Nel 2025 ho ricevuto il grant “Progetto Giovani e Ricerca” della Società LIMPE-DISMOV
per il mio lavoro intitolato “Validating the accuracy of clinical diagnosis of Parkinson’s
disease: a case-control study from UK Brain Bank”. Questo riconoscimento, insieme al
premio A.R.D. per il contributo sulla distonia, rappresenta per me uno stimolo importante a proseguire una linea di ricerca orientata alla medicina quantitativa, digitale e personalizzata nei disturbi del movimento con il fine ultimo di migliorare la qualità di vita dei pazienti.

Il mio avvicinamento alla distonia è avvenuto in parte per caso, come spesso accade nella
formazione dei giovani medici, ma si è consolidato rapidamente attraverso la mia attività
clinica nell’ambito dei disturbi del movimento osservando quanto questa patologia sia complessa, eterogenea, difficile da descrivere con numeri semplici e quanto possa incidere sulla vita dei pazienti. La distonia è una patologia rara, ancora poco conosciuta, ma capace di
avere un impatto rilevante sulla qualità di vita dei pazienti. Proprio questa discrepanza tra
complessità clinica e difficoltà di misurazione mi ha spinto a interessarmi allo sviluppo di
strumenti oggettivi e non-invasivi, come la videoanalisi, che possano affiancare il giudizio
clinico e migliorare la qualità di vita dei pazienti che soffrono di distonia

Ecco il riassunto del lavoro premiato:

Quantificazione dell’efficacia della stimolazione continua theta-burst (cTBS) nella
Distonia Cervicale mediante analisi cinematica basata su Computer Vision: un trial
randomizzato controllato.

La distonia cervicale è un disturbo del movimento caratterizzato da posture anomale e
contrazioni involontarie dei muscoli del collo, con importante impatto sulla qualità di vita. La
valutazione della severità clinica si basa tradizionalmente su scale cliniche semiquantitative,
come la Toronto Western Spasmodic Torticollis Rating Scale (TWTRS). Queste scale,
fondamentali nella pratica clinica, sono inevitabilmente dipendenti dall’osservatore e
caratterizzate da un’elevata variabilità interesaminatore. Per questo motivo, strumenti
oggettivi e quantitativi potrebbero aiutare a misurare in modo più sensibile la risposta a
interventi terapeutici o neuromodulatori.
In questo studio abbiamo valutato gli effetti di un protocollo di continuous theta-burst
stimulation (cTBS), una forma di stimolazione magnetica transcranica non invasiva, in
pazienti con distonia cervicale idiopatica. Lo studio aveva un disegno randomizzato, sham-
controllato, in doppio cieco e crossover: ogni paziente riceveva sia la stimolazione attiva sia
la stimolazione sham, in due blocchi separati. Ogni blocco prevedeva 10 sedute di cTBS
distribuite su 2 settimane consecutive, dal lunedì al venerdì, con un intervallo di almeno 2
settimane di washout tra i due blocchi per minimizzare possibili effetti di trascinamento. Parallelamente alla valutazione clinica con la scala TWTRS globale, abbiamo analizzato
video di 30 secondi dei pazienti mediante una pipeline di Computer Vision markerless, cioè
senza sensori o marker indossabili, bensì basata su un software che sfrutta algoritmi di
Machine Learning. Da questi video è stato estratto un parametro cinematico quantitativo, il
range of motion (ROM), con l’obiettivo di quantificare in modo oggettivo le modifiche del
pattern motorio.
L’analisi statistica, basata su Linear Mixed Model, ha mostrato che il ROM presentava una
dinamica temporale diversa tra stimolazione attiva e sham. In particolare, dopo stimolazione
attiva si osservava un aumento transitorio del ROM al termine del protocollo di stimolazione,
per poi ritornare ai valori basali dopo due settimane di washout. Tale modifica non si presentava nella condizione sham. Al contrario, la scala clinica globale TWTRS variava nel tempo, ma senza una differenza specifica tra stimolazione attiva e sham, confermando la ridotta specificità della scala di valutazione clinica.
Il risultato principale dello studio è quindi un miglioramento della mobilità della muscolatura
cervicale dopo protocollo di cTBS e la dissociazione tra misura clinica tradizionale e misura digitale oggettiva: la computer vision sembra in grado di cogliere cambiamenti motori sottili, legati alla neuromodulazione, che non emergono con la stessa specificità dalla scala clinica globale e che possono sfuggire all’occhio clinico anche esperto se non mediante l’aiuto di metodiche di analisi oggettiva del movimento.
Questi dati suggeriscono che la videoanalisi basata su modelli di Intelligenza Artificiale possa
rappresentare uno strumento promettente per integrare la valutazione neurologica, monitorare la risposta ai trattamenti e sviluppare biomarcatori oggettivi nei futuri studi sulla distonia.