机器学习可以预测复杂情绪障碍患者的药物反应

像重度抑郁症(MDD)和双相情感障碍通常是复杂的和难以诊断的，特别是在疾病刚刚发展的年轻人中。这可能会使决定是否服药变得困难。在一项由劳森健康研究所、大脑研究网络和脑组中心合作进行的研究中，研究人员开发了一种人工智能算法，通过分析脑部扫描，可以更好地对复杂情绪障碍患者的疾病进行分类，并帮助预测他们对药物的反应。

全部研究包括78名来自伦敦健康科学中心（LHSC）的精神卫生计划的新兴成年患者，主要来自第一集情绪和焦虑计划（FEMAP）。该研究的第一部分涉及66名已经完成治疗的66名患者诊断MDD或双极类型I（双极I），这是一种形式躁郁症这包括完整的躁狂剧集，以及额外的33名研究参与者，没有历史精神疾病。每个人都参与扫描，以在圣约瑟夫的医疗保健伦敦使用Lawson的功能磁共振成像（FMRI）能力来检查不同的脑网络。

研究小组分析并与MDD，双极I和没有精神史的扫描比较了那些扫描疾病，发现三组特定的脑网络不同。这些包含的区域在默认模式网络中，一组区域认为对自我反射来说是重要的，以及在丘脑中，一个连接多个皮质区域的“网关”并有助于控制唤醒和警觉性。

Mind Research网络的研究人员使用的数据来开发一种使用机器学习来检查FMRI扫描以分类患者是否具有MDD或双极性的AI算法。当针对已知诊断的研究参与者测试时，算法正确分类他们的病情92.4％的准确性。

然后，研究团队对12名与复杂的参与者进行了成像情绪讨厌诊断尚不清楚。他们使用该算法研究参与者的大脑功能来预测他或她的诊断，更重要的是，研究了参与者的反应药物。

“抗抑郁药是MDD的黄金标准药物疗法，而情绪稳定剂是Bipolar I的黄金标准，”刘森·普通和联合主任研究人员的临床医师科学家伊丽莎白·奥斯·科学家博士说。“但是当诊断尚不清楚时，难以预测哪种药物在复杂情绪障碍的患者中工作。它们会更好地对抗抑郁药或情绪稳定剂进行更好的反应吗？”

该研究团队假设算法分类的参与者与MDD分类为抗抑郁药，而分类为具有双极的人会响应情绪稳定剂。用复杂测试时耐心，11个中的11个响应算法预测的药物。

“本研究迈出了在新兴成年人中寻找具有复杂情绪障碍的新兴成人的药物的生物标志物，”Osuch博士说。“它还表明，我们可能有一天有一天通过脑成像进行精神病疾病的客观衡量，这些脑成像将使诊断更快，更有效，更符合卫生保健提供者。”

精神科医生目前正在基于患者的历史和行为进行诊断。药物决策是基于该诊断。“这可能是困难的情绪障碍，并且在症状定义不太明确时疾病的早期过程中可能是困难的，”奥斯博士说。“患者也可能具有多于一个诊断，例如情绪障碍和物质滥用疾病的组合，进一步复杂化诊断。具有生物学测试或程序，以确定患者将响应的患者响应的哪一类药物而导致的患者精神病学。“

---

---