L'artificial intelligence (AI) peut être un utile et même un outil indispensable en sélectant la meilleure demande de règlement pour la dépression, selon une étude neuve publiée en biotechnologie de nature de tourillon en février 2020.
Une étude neuve trouve que cela l'activité électrique de mesure dans le cerveau par l'électroencéphalogramme (EEG) peut aider à prévoir la réaction d'un patient à un antidépresseur. L'étude est la première de plusieurs qui proviennent de déterminer visé par essai national basé sur biologie, stratégies objectives pour remédier à des troubles affectifs.
La conclusion vient d'un test clinique national basé sur la nécessité de comprendre des troubles affectifs. La conclusion la plus importante tirée par les chercheurs est qu'un ordinateur peut fournir une prévision précise de résultats pour l'usage d'antidépresseur par un patient donné, basée sur l'activité cérébrale de cela individuel.
Plusieurs études de l'analyse de caractéristiques d'essai ont déjà été publiées, et la conclusion de faisceau est que la technologie de pointe peut aider à diagnostiquer et traiter la dépression avec la grande précision. Le défi est d'introduire ces découvertes dans la pratique clinique. Néanmoins, les scientifiques disent que l'utilisation de l'AI, de l'imagerie cérébrale et des prises de sang changera la face de la psychiatrie dans un avenir proche.
L'utilisation d'antidépresseur est en hausse 65% au cours des 15 dernières années, selon NHANES (enquête nationale d'inspection de santé et de nutrition). Cette utilisation répandue de ces médicaments lui effectue une question de la haute priorité pour comprendre comment et qui dope soyez efficace dans le management de la dépression.
Dit le chercheur Madhukar Trivedi, « nous a fourni des caractéristiques abondantes à l'exposition que nous pouvons déménager à travers le jeu de devinettes de choisir des demandes de règlement de dépression et modifier la mentalité de la façon dont la maladie devrait être diagnostiquée et traitée. »
L'étude
La recherche a été effectuée en circuit plus de 300 personnes avec la dépression clinique. Les patients ont subi l'évaluation d'activité cérébrale de ligne zéro utilisant l'électroencéphalographie (EEG). Ils ont été fait au hasard affectés à l'un ou l'autre un ISRS (inhibiteur sélectif du recaptage de la sérotonine), qui est l'antidépresseur aimable le plus utilisé généralement, ou un placebo.
Les chercheurs ont alors conçu un algorithme d'apprentissage automatique spécialisé utilisant les caractéristiques d'EEG, pour leur dire quel patient a eu les possibilités les plus élevées de l'amélioration si mis en circuit un médicament donné pendant 2 mois.
Les découvertes
La machine a craché à l'extérieur des chiffres au sujet des résultats de chacun des patients évalués. Étonnant, les prévisions étaient sur place. Non seulement ainsi, quand les scientifiques ont continué les patients après, ils ont constaté que ceux que la machine a considérés moins tirer bénéfice de l'antidépresseur pourraient s'améliorer avec la consultation ou la stimulation de cerveau.
Pour confirmer ces découvertes, trois groupes supplémentaires de patients ont été formés pour les examiner.
Les caractéristiques utilisées par machine des études plus tôt pour apprendre quelles configurations d'activité cérébrale ont été liées réellement au genre de handicap d'activité cérébrale qui s'améliore avec le traitement antidépresseur. Cette caractéristique est venue de l'essai d'EMBARC pour des patients présentant la dépression principale. L'essai a duré 16 semaines à quatre emplacements différents aux USA. L'objectif était de mettre le diagnostic et le management de dépression sur une fondation ferme. Les chercheurs avaient l'habitude l'imagerie cérébrale, le contrôle d'ADN, les prises de sang et d'autres tests appropriés pour concevoir un biologique plutôt que la méthode subjective pour traiter ces troubles affectifs.
La motivation a été fournie par une étude encore plus tôt, STAR*D appelé, dans lequel les scientifiques ont constaté que jusqu'à un tiers des patients pour réaliser l'amélioration clinique à un niveau adéquat avec du premier antidépresseur ils ont essayé. , Il dit par conséquent Trivedi, « nous est entré dans ce penser, 'il ne serait pas meilleur recenser au début de la demande de règlement qui les demandes de règlement seraient les meilleures pour quels patients ? »
Avec EMBARC, une recherche plus ancienne a évalué le rôle de l'imagerie par résonance magnétique (MRI) du cerveau au repos ainsi que pendant le traitement émotif, avec d'autres tests, en prévoyant le rôle du patient. Cette caractéristique continue à être traitée après ces découvertes élémentaires.
Implications et le contrat à terme
Un autre chercheur, Amit Elkin, dit, « cette étude prend la recherche précédente, prouvant que nous pouvons prévoir qui tire bénéfice d'un antidépresseur, et le portons réellement à la remarque de l'installation pratique. » Trivedi dit qu'ils emploieront probablement l'EEG dans la majorité de patients parce qu'il est non seulement beaucoup meilleur marché mais juste comme ou une meilleure prévision en danger que d'autres tests plus chers.
Cependant, quelques patients devront continuer pour obtenir un IRM ou une prise de sang, simplement à cause de l'expression changeante de la dépression - « beaucoup de signatures de dépression ». Explique Trivedi, « ayant tous ces tests procurables améliorera les possibilités de choisir la bonne demande de règlement la première fois. »
La prochaine opération est de concevoir une surface adjacente d'AI qui est compatible avec la large gamme de machines d'EEG utilisées en travers des Etats-Unis, et d'obtenir l'approbation pour l'usage du dispositif des USA Food and Drug Administration (FDA). En attendant, d'autres grandes études continuent pour amplifier le taux de réponse avec des antidépresseurs.
On est l'étude de D2K qui vise 2.500 déprimés ou personnes bipolaires, avec une revue de 20 ans. rad, d'autre part, a une force assimilée de 2.500 personnes âgées 10-24 ans. Ceci est conçu pour capter des facteurs de risque pour l'humeur ou les troubles d'anxiété. Certains de ces participants seront employés pour évaluer l'EEG et de diverses autres combinaisons de test. L'objectif est de trouver la meilleure demande de règlement, en obtenant le de l'ajustement normal (signature biologique), comme Trivedi dit, « notre recherche prouve qu'elles plus doivent ne supporter le procédé douloureux du test et erreur. »
Journal reference:
Wu, W., Zhang, Y., Jiang, J. et al. An electroencephalographic signature predicts antidepressant response in major depression. Nat Biotechnol (2020). https://doi.org/10.1038/s41587-019-0397-3