Лечение депрессии сопряжено со множеством трудностей, одной из которых является неспособность врачей предсказать, будет ли тот или иной антидепрессант эффективен для пациента. Из-за этого при подборе медикаментов психиатры вынуждены прибегать к методу проб и ошибок, что нередко приводит к потере драгоценного времени, а также негативно сказывается на состоянии пациента, который, видя, что назначенный препарат не помогает, еще больше впадает в уныние. Специалисты из Юго-Западного медицинского центра Техасского университета вознамерились исправить ситуацию и найти биомаркер, который позволил бы врачам предугадывать эффективность антидепрессантов.
Чтобы сделать это, исследователи решили изучить и сравнить мозговую активность здоровых людей, а также тех, у кого была диагностирована депрессия. Анализ мозговой активности возложили на алгоритмы машинного обучения.
В общей сложности ученые провели два исследования, в каждом из которых приняли участие более 300 добровольцев. Часть из них была полностью здорова, часть — имела диагностированную депрессию, причем одни пациенты принимали селективные ингибиторы обратного захвата серотонина — наиболее распространенные антидепрессанты, а другие — плацебо. Исследования различались тем, чем занимались испытуемые во время сканирования мозга. Так, в одном исследовании специалисты изучали активность мозга в покое, то есть от испытуемых требовалось лишь расслабиться и думать о своем. Во втором эксперименте добровольцам в ходе сканирования показывали картинки, содержащие «эмоциональный конфликт», на которых было запечатлено лицо человека с гримасой, а подпись на изображении обозначала противоположное состояние (например, испуганное выражение лица сопровождалось словом «счастье»).
Результаты изысканий обнадеживают: ученые обнаружили, что принимавшие антидепрессанты добровольцы, мозг которых, по мнению алгоритмов, вел себя атипично во время отдыха либо во время обработки изображений с «эмоциональным конфликтом», впоследствии значительно реже шли на поправку. Иными словами, было доказано, что по нейровизуализации мозга пациента с депрессией можно с некоторым успехом предсказать, будет ли самый популярный медикамент от данного недуга для него эффективен.
«Подобно тому, как технологии могут идентифицировать нас по отпечаткам пальцев и сканированию лица, алгоритмы машинного обучения, как выяснилось, способны определять специфику депрессии по визуализации активности головного мозга», — комментируют авторы свое исследование.
При этом искусственный интеллект не только указал на невосприимчивых к лечению пациентов, но и определил, активность каких отделов мозга наиболее перспективна для прогноза.
В дальнейшем исследователи намерены воспроизвести результаты своих изысканий в исследованиях с большим числом добровольцев, а также изучить потенциал методики в случае других препаратов и психических заболеваний, в частности, биполярного расстройства и тревожного невроза. В конечном итоге авторы попробуют присовокупить предсказательную силу визуализации активности мозга к другим перспективным методам оценки эффективности антидепрессантов, таким как анализ крови, исследование генетических маркеров, составление социо-демографических и психологических профилей, над разработкой которых сегодня трудятся другие ученые.
По словам специалистов, потенциально эти исследования позволят психиатрам наконец отказаться от игры в догадки и начать использовать объективные методики при назначении препаратов, что существенно повысит шансы на выздоровление для миллионов пациентов.
Источник: hightech.plus
- По данным, приведенным Юго-Западным медицинским центром Техасского университета, в настоящее время первый препарат, назначенный психиатром от депрессии, оказывается неэффективным в трети случаев.