人工智能帮助科学家预测抑郁症的结果

长期以来，精神病学领域一直在寻找答案，以解释为什么抗抑郁药只能帮助一些人。

病人的康复仅仅是因为一个安慰剂效应-自我实现的信念，即治疗会起作用，或者人的生物学会影响结果吗?

由德克萨斯大学西南分校领导的两项研究提供了通过使用生物的影响的证据人工智能来识别大脑使人们对某些抗抑郁药反应不佳的活动。简单地说，科学家们证明了他们可以通过对患者大脑的成像来决定某种药物是否可能有效。

这些研究包括一项大型国家试验(EMBARC)的最新发现，该试验旨在建立基于生物学的客观治疗策略情绪障碍并尽量减少处方治疗的试验和错误。如果成功，科学家们设想使用一系列测试，如大脑成像和血液分析，以增加找到正确治疗方法的几率。

“我们需要结束猜谜游戏，找到有效的干预措施处方的客观方法，”监督EMBARC的Madhukar Trivedi博士说，他是德克萨斯大学西南分校抑郁症研究和临床护理中心的创始主任。“抑郁症患者已经饱受绝望之苦，如果他们服用无效的药物，问题可能会变得更糟。”

大脑的活动

这些研究——每项研究都包括300多名参与者——使用成像来检查大脑的活动在休息状态和处理情绪的过程中。两项研究都将参与者分为健康对照组和抑郁症患者，后者要么服用抗抑郁药，要么服用安慰剂。

在接受药物治疗的参与者中，研究人员发现大脑的连接方式与参与者服用抗抑郁药后两个月内是否有可能改善之间存在相关性。

特里维迪博士说，对不同状态下的大脑活动进行成像，对于更准确地了解抑郁症在特定患者身上的表现非常重要。他说，对一些人来说，更相关的数据将来自他们大脑的静息状态，而对另一些人来说，情绪处理将是一个关键组成部分，是抗抑郁药是否有效的更好预测因素。

“抑郁症是一种复杂的疾病，会以不同的方式影响人们，”他说。“就像技术可以通过指纹和面部扫描来识别我们一样，这些研究表明，我们可以使用成像来识别人们抑郁的特定特征。”

改善结果

这两项研究的数据都来自于为期16周的EMBARC试验，Trivedi博士于2012年在美国的四个地点启动了该试验。该项目通过脑成像和各种DNA、血液和其他测试来评估重度抑郁症患者。他的目标是解决他领导的另一项研究(STAR*D)中一个令人不安的发现，该研究发现多达三分之二的患者对他们的第一次抗抑郁药没有充分的反应。

EMBARC的第一个研究发表于2018年的一篇论文，重点研究了脑电活动如何表明患者是否可能受益于最常见的抗抑郁药物SSRI(选择性血清素再摄取抑制剂)。

这一发现之后，相关研究确定了SSRIs的其他预测测试，最近的静息状态脑成像研究发表在美国精神病学杂志第二项成像研究发表在人类行为．

人工智能和抑郁

的自然研究人员使用人工智能来确定抗抑郁药的有效性与患者大脑处理情绪冲突的方式之间的相关性。

接受大脑成像的参与者被快速连续地展示了照片，这些照片有时提供了相互矛盾的信息，比如愤怒的脸和“快乐”这个词，反之亦然。每个参与者都被要求阅读照片上的单词，然后点击下一张图片。

然而，科学家们并没有只观察被认为与预测抗抑郁药物疗效相关的神经区域，而是使用机器学习来分析整个大脑的活动。特里维迪博士解释说:“我们关于在哪里寻找的假设没有得到证实，所以我们想尝试一些不同的东西。”

人工智能识别出特定的大脑区域——例如前额叶外侧皮质——在预测参与者是否会从SSRI中受益方面最重要。结果显示，在情绪冲突中有异常神经反应的参与者在开始用药后的八周内不太可能得到改善。

正在进行的研究

特里维迪博士还发起了其他大型研究项目，以进一步了解情绪障碍的基础，其中包括D2K研究，该研究将招募2500名抑郁症和躁郁症患者，并对他们进行20年的跟踪调查。此外，RAD是一项为期10年的研究，涉及2500名参与者(年龄10-24岁)，将揭示降低情绪或焦虑障碍发展风险的因素。

特里维迪博士的研究团队将利用这些参与者中的一些人，研究其他几项测试的结果，以增强大脑成像，更准确地评估患者的生物学特征，以确定最有效的治疗方法。特里维迪博士已经初步成功开发了一种血液测试，但他承认，这种测试可能只对患有特定类型炎症的患者有益。

他说，结合血液和大脑测试将提高第一次选择正确治疗方法的机会。

他说:“我们需要从几个方面来研究这个问题，以确定抑郁症在人体内的许多不同特征。”“这些新研究的发现意义重大，使我们更接近于在临床上使用它们来改善数百万人的结果。”