Блоги
Алгоритмы машинного обучения позволят психиатрам сразу подбирать эффективное лекарство от депрессии

Алгоритмы машинного обучения позволят психиатрам сразу подбирать эффективное лекарство от депрессии

Алгоритмы машинного обучения позволят психиатрам сразу подбирать эффективное лекарство от депрессии


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.

Сообщить об опечатке

Текст, который будет отправлен нашим редакторам: