研究人員使用機(jī)器學(xué)習(xí)預(yù)測患者對特定抗抑郁藥物產(chǎn)生反應(yīng)

抑郁癥是一種非常常見的精神疾病，它會深刻影響一個人的健康。雖然有很多藥物可以用來治療抑郁癥，但很多人對他們使用的第一種甚至第二種藥物的反應(yīng)都一般。因此，醫(yī)生必須經(jīng)常采取反復(fù)試驗(yàn)的方法，這意味著可能需要數(shù)月甚至數(shù)年才能找到有效的藥物。

為了尋找更好的方法，一些研究人員正在探索使用機(jī)器學(xué)習(xí)來預(yù)測哪些患者會對特定的抗抑郁藥物產(chǎn)生反應(yīng)。在9月12日發(fā)表在《IEEE生物醫(yī)學(xué)工程學(xué)報(bào)》上的一項(xiàng)研究中，一個團(tuán)隊(duì)描述了一種機(jī)器學(xué)習(xí)算法，該算法可以分析人們大腦的電活動，并預(yù)測抗抑郁藥舍曲林（Sertraline）的反應(yīng)，準(zhǔn)確率為83.7%。

紐約理工學(xué)院電氣與計(jì)算機(jī)工程系助理教授Maryam Ravan與了這項(xiàng)研究。她指出，目前為抑郁癥患者開藥的方法效率很低。

“由于缺乏生物標(biāo)記物，這一醫(yī)學(xué)分支治療方法完全依賴于個人交流和患者報(bào)告，”Ravan說，“由于效率低下問題，我們小組決定探索基于大腦電活動模式的機(jī)器學(xué)習(xí)分析的定量方法是否可以提供更準(zhǔn)確的臨床指導(dǎo)。通過我們和其他人的數(shù)據(jù)表明，情況確實(shí)有了改觀?！?/p>

在研究中，Ravan和她的同事分析了抑郁癥患者接受治療前的腦電圖（EEG）數(shù)據(jù)。腦電圖是一種相對簡單的測試，在這種測試中，放置在頭皮上的電極可以記錄大腦的電模式。總的來說，研究人員分析了228名患有嚴(yán)重抑郁癥的參與者的預(yù)處理腦電圖數(shù)據(jù)，這些參與者被隨機(jī)分配到安慰劑組或舍曲林治療組，舍曲林是一種常用的5-羥色胺再攝取抑制劑，用于治療抑郁癥。

然后，研究人員應(yīng)用機(jī)器學(xué)習(xí)算法來確定誰對舍曲林和安慰劑的治療有反應(yīng)。許多研究都廣泛證明，一些患者的健康狀況可以在接受假治療后得到改善。

Ravan解釋道：“［安慰劑效應(yīng)］可能基于患者的信念、對治療團(tuán)隊(duì)的信任、簡單的時間推移，或者實(shí)際上可能有反映大腦活動模式的生物基礎(chǔ)，這可能是可測量的?！?/p>

她指出，更好地理解安慰劑效應(yīng)可能會為那些從中受益的人帶來更好臨床治療方法。事實(shí)上，研究結(jié)果表明，機(jī)器學(xué)習(xí)算法以及預(yù)測對舍曲林的反應(yīng)（準(zhǔn)確率為83.7%）同樣可以檢測到對安慰劑的反應(yīng)（精確率為83%）。

不過，Ravan警告說，機(jī)器學(xué)習(xí)方法需要大量數(shù)據(jù)集，以確保結(jié)果能夠轉(zhuǎn)化為現(xiàn)實(shí)世界所應(yīng)用，而這項(xiàng)研究是基于相對較小的樣本量?！埃鄣牵萑绻覀兊乃惴ㄕ娴南裎覀冋J(rèn)為的那樣準(zhǔn)確，那么在現(xiàn)實(shí)世界中的應(yīng)用將大大提高精神病治療的效率和有效性，”她如此表示，并指出了便攜式腦電圖設(shè)備目前廣泛可用，可以部署在服務(wù)不足的地區(qū)。

麥克馬斯特大學(xué)精神病學(xué)和行為神經(jīng)科學(xué)系副教授Gary Hasey也參與了這項(xiàng)研究，他表示，該團(tuán)隊(duì)目前正通過一家名為“數(shù)字醫(yī)學(xué)專家”（Digital Medical Experts，DME）的初創(chuàng)公司，努力實(shí)現(xiàn)其方法的商業(yè)化和更廣泛的操作性。

“DME在美國、加拿大和澳大利亞擁有精神病機(jī)器學(xué)習(xí)技術(shù)專利，”他說，“我們已經(jīng)建立了遠(yuǎn)程收集腦電圖數(shù)據(jù)所需的基礎(chǔ)設(shè)施，并正在積極尋求進(jìn)一步的投資?！?/p>

該團(tuán)隊(duì)還一直在探索使用機(jī)器學(xué)習(xí)來識別具有自殺意念的個人。值得注意的是，許多死于自殺的人在被問及自殺意念時會否認(rèn)存在自殺意念。

Ravan說：“我們小組對68名被診斷患有嚴(yán)重抑郁癥的受試者進(jìn)行了一項(xiàng)研究，通過對EEG信號的機(jī)器學(xué)習(xí)分析，我們能夠以70%的準(zhǔn)確率識別出自殺意念的存在。我們目前正在使用更大的數(shù)據(jù)集進(jìn)一步測試和訓(xùn)練這些算法。