人工智慧發現抗抑鬱葯無效患者群

抑鬱症是長期休養和自殺的主要原因，目前患者人群增多，帶來的社會損失巨大，合理的診斷和治療成為亟需解決的課題。抑鬱症由腦功能失調及身體和心理壓力等多方面的原因引起，是一種多種表現癥狀的異源性疾病，目前抑鬱症根據美國精神醫學學會的《精神疾病診斷與統計手冊》（簡稱DSM）進行診斷，醫生通過對患者的心情抑鬱及情緒低落等臨床癥狀進行主觀判斷，尚未確立客觀的診斷方法。另外，抗抑鬱藥物治療也通過試錯法進行，這種治療對大約30%的患者沒有任何效果，為選擇合適的治療方法及防止服用不必要的藥物，需要開發基於腦科學數據的客觀診斷法和抗抑鬱藥物治療反應性預測法。

本研究綜合分析了廣島大學精神科收治的134名抑鬱症患者和健康人群的MRI腦功能圖像分析數據、腦源性神經營養因子（BDNF）等血液生物標誌物作為候選，價值以基於心理檢查和問診結果的臨床評價指標，利用人工智慧之一的機器學習進行數據分析，由此確定了抑鬱症的亞型。

此次研究利用了已有的機器學習貝葉斯多重聚類法，對抑鬱症患者的多維數據進行了模型分析，根據以右側角回為中心的大腦默認模式網路靜息態的腦活動及兒童時期的創傷經歷，成功地將抑鬱症患者分為了3組（亞型）。

另外還發現，抗抑鬱藥物SSRI對其中1組的治療效果無效。（參考下圖）

文 JST客觀日本編輯部

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！