达拉斯-2020年2月10日-人工智能可能很快会在选择最适合患者的抑郁疗法中发挥关键作用。

由UT Southwestern于2011年发起的一项旨在更好地了解情绪障碍的国家试验产生了科学家称之为该项目的旗舰发现：一台可以根据患者的大脑活动准确预测抗抑郁药是否有效的计算机。

这项新研究是该试验中最新的几项研究，这些研究累计表明高科技策略如何帮助医生客观地诊断和开具抑郁症治疗方法。尽管实施这些方法将花费时间，但研究人员预测，人工智能，脑成像和血液检测等工具将在未来几年内彻底改变精神病学领域。

“这些研究取得了比我们团队中任何人都想像的更大的成功，” UT西南大学的精神病医生Madhukar Trivedi博士说，他监督了涉及斯坦福，哈佛和其他机构的多地点试验。“我们提供了丰富的数据，表明我们可以摆脱选择抑郁症治疗的猜测游戏，并改变应该如何诊断和治疗该疾病的思维方式。”

基于脑电图的预测

发表在《自然生物技术》上的研究包括300多名抑郁症患者，他们被随机选择接受安慰剂或最常见的抗抑郁药SSRI(选择性5-羟色胺再摄取抑制剂)。研究人员在参与者开始治疗之前使用脑电图或脑电图测量参与者大脑皮层的电活动。然后，研究小组开发了一种机器学习算法来分析和使用EEG数据，以预测两个月内哪些患者将从药物中受益。

AI不仅可以准确地预测结果，而且进一步的研究表明，怀疑对抗抑郁药有反应的患者可能会通过其他干预措施(如心理疗法或脑部刺激)来改善。

该发现在另外三个患者组中得到验证。

斯坦福大学精神病学教授，与Trivedi合作的Amit Etkin博士说：“这项研究采用了以前的研究，表明我们可以预测谁会从抗抑郁药中受益，并将其实际应用到实际应用中。”开发算法。

研究人员说，下一步的工作是开发一种AI界面，该界面可以与美国的EEG广泛集成，并正在寻求美国食品和药物管理局的批准。

抑郁症的特征

该研究的数据来自为期16周的EMBARC试验，该试验是Trivedi在美国四个地点发起的，目的是建立基于生物学的客观策略来纠正情绪障碍。

该项目通过脑成像以及各种DNA，血液和其他测试评估了重度抑郁症患者。他的目标是解决他领导的另一项研究(STAR * D)中令人不安的发现，该研究发现多达三分之二的患者对第一种抗抑郁药没有足够的反应。

Trivedi解释说：“我们开始思考，'难道在治疗开始时就确定哪种治疗方法最适合哪个患者会更好?”