Aviso: Esta página é uma tradução automática da página original em inglês. Por favor note uma vez que as traduções são geradas por máquinas, não tradução tudo será perfeita. Este site e suas páginas da Web destinam-se a ler em inglês. Qualquer tradução deste site e suas páginas da Web pode ser imprecisas e imprecisos no todo ou em parte. Esta tradução é fornecida como uma conveniência.

As ajudas novas do algoritmo do AI prevêem a resposta da medicamentação nos pacientes com desordem de humor complexa

As desordens de humor como a desordem depressiva e (MDD) a doença bipolar principais são frequentemente complexas e duras de diagnosticar, especialmente entre a juventude quando a doença apenas está evoluindo. Isto pode fazer decisões sobre a medicamentação difíceis. Em um estudo colaborador pelo instituto de investigação da saúde de Lawson, a rede da pesquisa da mente e o centro de Brainnetome, pesquisadores desenvolveram um algoritmo da inteligência (AI) artificial que analisasse varreduras de cérebro para classificar melhor a doença nos pacientes com uma desordem de humor complexa e para a ajudar a prever sua resposta à medicamentação.

O estudo completo incluiu 78 pacientes adultos emergentes dos programas de saúde mental em ciências da saúde de Londres centra-se (LHSC), primeiramente do primeiro programa do humor e da ansiedade do episódio (FEMAP). A primeira parte do estudo envolveu 66 pacientes que tinham terminado já o tratamento para um diagnóstico claro de MDD ou do tipo bipolar mim (I) bipolar, que é um formulário da doença bipolar que caracteriza episódios maníacos completos, assim como uns 33 adicionais pesquisam participantes sem a história da doença mental. Cada um individual participado na exploração para examinar redes diferentes do cérebro usando capacidades funcionais da ressonância magnética (fMRI) de Lawson nos cuidados médicos Londres de St Joseph.

A equipa de investigação analisou e comparou as varreduras daquelas com o MDD, o I bipolar e a nenhuma história da doença mental, e encontrou-as que os três grupos diferiram em particular redes do cérebro. Estas regiões incluídas na rede do modo de opção, em um grupo de regiões provavelmente importantes para a auto-reflexão, assim como no thalamus, um “Gateway” que conecte regiões corticais múltiplas e ajude o despertar e o precaução do controle.

Os dados foram usados por pesquisadores na rede da pesquisa da mente para desenvolver um algoritmo do AI que usasse a aprendizagem de máquina examinar varreduras do fMRI para classificar se um paciente tem MDD ou o I. bipolar. Quando testado contra os participantes da pesquisa com um diagnóstico conhecido, o algoritmo classificou correctamente sua doença com 92,4 por cento de precisão.

A equipa de investigação executou então a imagem lactente com os 12 participantes adicionais com desordens de humor complexas para quem um diagnóstico não era claro. Usaram o algoritmo para estudar a função do cérebro de um participante para prever mais importante seu diagnóstico e, examinaram a resposta do participante à medicamentação.

Os “antidepressivos são a bandeira de ouro que a terapia farmacêutica para MDD quando os estabilizadores do humor forem a bandeira de ouro para I bipolar,” diz o Dr. Elizabeth Osuch, um clínico-cientista em Lawson, director médico em FEMAP e investigador do co-chumbo no estudo. “Mas torna-se difícil prever que medicamentação trabalhará nos pacientes com desordens de humor complexas quando um diagnóstico não é claro. Responderão melhor a um antidepressivo ou a um estabilizador do humor?”

A equipa de investigação sups que os participantes classificados pelo algoritmo como tendo MDD responderiam aos antidepressivos quando aqueles classificados como tendo bipolar mim responderiam aos estabilizadores do humor. Quando testados com os pacientes complexos, 11 de 12 respondeu à medicamentação prevista pelo algoritmo.

“Este estudo toma uma etapa principal para encontrar um biomarker da resposta da medicamentação em adultos emergentes com desordens de humor complexas,” diz o Dr. Osuch. “Igualmente sugere que nós possamos um dia ter uma medida objetiva da doença psiquiátrica com a imagem lactente de cérebro que faria o diagnóstico mais rápido, mais eficaz e mais consistente através dos fornecedores de serviços de saúde.”

Os psiquiatras fazem actualmente um diagnóstico baseado na história e no comportamento de um paciente. As decisões da medicamentação são baseadas nesse diagnóstico. “Isto pode ser difícil com desordens de humor complexas e no curso adiantado de uma doença quando os sintomas puderem ser menos bem definidos,” diz o Dr. Osuch. Os “pacientes podem igualmente ter mais de um diagnóstico, tal como uma combinação de uma desordem de humor e de uma desordem do abuso de substâncias, um diagnóstico de complicação mais adicional. Ter um teste ou um procedimento biológico para identificar que classe de medicamentação um paciente respondesse avançaria significativamente o campo do psiquiatria.”

Source: https://www.lawsonresearch.ca/machine-learning-could-predict-medication-response-patients-complex-mood-disorders