人工智能可以预测最适合患者的抑郁症疗法

发布时间：2020-02-24

在由美国UT Southwestern大学发起的一项大规模试验中，科学家发现了一种机器学习算法，该算法可以根据患者的神经活动准确预测抗抑郁药物的疗效。

美国UT Southwestern大学的研究人员希望这一算法最终能在确定抑郁症患者最佳治疗方法中发挥关键作用，并能被纳入“以生物学为基础的客观策略”使用人工智能等技术治疗精神疾病的新一代的一部分。

这项在全美范围内开展的试验于2011年启动，目的是更好地了解如季节性情感障碍(Sad)和严重抑郁症等情感障碍。这一试验已经催生了众多研究，其中最新的研究表明，计算机工具可以帮助医生选择抑郁症的治疗方法。这项研究发表在《自然生物技术》杂志上。

“这些研究取得了我们团队中任何人都无法想象的成功，”负责这一试验的美国UT Southwestern大学精神病学专家Madhukar Trivedi博士表示。“我们提供了丰富的数据，表明了我们可以选择抑郁症治疗方法，改变原有对该疾病进行诊断和治疗的思维方式。”

这项为期16周的试验包括300多名抑郁症患者，此前，Trivedi博士在另一项研究中证实，多达三分之二的患者在他们开始使用第一种抗抑郁药物后并不能得到有效的治疗。这促使他去寻找一种方法，可以在患者开始治疗之前更早地确定哪种治疗方法对患者最有帮助，使他们免受无效治疗耽误的痛苦。

Trivedi博士和合作研究人员在开始治疗之前，使用脑电图(EEG)来测量患者大脑皮层的电活动。之后，使用这些数据开发一种机器学习算法，以预测在两个月的时间内，哪些患者能够获得药物有效的治疗。

研究人员发现，人工智能准确地预测治疗结果，并且那些被预测抗抑郁药不一定有效患者更有可能通过其他干预措施(如心理疗法或脑部刺激)获得病情改观。该发现在另外三个患者组中得到验证。

Trivedi博士表示：“当抗抑郁药物不能发挥作用时，对患者来说可能是毁灭性的。”“我们的研究表明，他们再也不需要忍受试错的痛苦过程。”

下一步，研究人员希望为算法开发一个接口，可以与脑电图或其他测量大脑活动的途径，如功能性磁共振成像或脑磁图配套使用-并让该系统获得美国食品和药物管理局(FDA)的批准。