fbpx Traumi cerebrali: il sonno se ne va | Page 3 | Scienza in rete

Traumi cerebrali: il sonno se ne va

Primary tabs

Read time: 1 min

Le persone che hanno subito un forte trauma cerebrale spesso soffrono di disturbi del sonno. La causa sembrerebbe risiedere nella diminuzione della produzione di melatonina, un ormone in grado di regolare i ritmi biologici.

Lo studio di Shantha Rajaratnam della Monash University in Victoria (Australia), pubblicato dalla rivista Neurology, ha analizzato alcune persone che in passato hanno subito forti traumi alla testa e che soffrono ora di disturbi del sonno. In questo gruppo di pazienti, specialmente nelle ore serali, si è riscontrata una netta diminuzione della produzione di melatonina rispetto alle persone sane.

Questo risultato suggerisce che in seguito a danni traumatici le prime strutture ad essere danneggiate sembrano essere quelle coinvolte nella produzione di melatonina. Studi in corso d’opera sono ora volti a chiarire se la somministrazione dell’ormone possa migliorare la qualità del sonno.

Neurology, 2010; 74: 1732-1738

Autori: 
Sezioni: 
MEDICINA

prossimo articolo

LLM e ricerca scientifica: opportunità, rischi e controlli

disegno di ricercatore al computer

Come integrare i modelli linguistici di grandi dimensioni nel processo scientifico senza comprometterne l'integrità? Gli LLM sono utili quando velocizzano lavoro ripetitivo e preparatorio. Diventano rischiosi quando il loro output entra direttamente nel processo di validazione o nella decisione scientifica. La questione da porre non è se ma come integrarli nel processo scientifico senza comprometterne l'integrità.

Immagine di copertina realizzata con ChatGPT

Nel discorso pubblico, intelligenza artificiale e Large Language Model (LLM) vengono spesso usati come sinonimi. Non lo sono. L'IA è il campo più ampio che comprende tecniche diverse — dai sistemi simbolici all'apprendimento automatico, dalla visione artificiale alla robotica, fino ai modelli generativi. Gli LLM sono una classe specifica di questi sistemi: modelli addestrati su grandi quantità di testo e, sempre più spesso, di dati multimodali, capaci di produrre risposte linguisticamente plausibili, codice, sintesi, classificazioni e proposte operative.