Logo
Cover

Поручив алгоритму обработать данные визуализации мозга, ученые выявили, на кого из пациентов какие антидепрессанты действуют лучше. Теперь эффективный препарат можно будет подобрать с первого раза.

Для психотерапевтов долгое время оставалось загадкой, почему некоторые пациенты с депрессией хорошо реагируют на прием антидепрессантов, а другим препараты не помогают. Два исследования, проведенных специалистами из Юго-Западного медицинского центра Техасского университета, проливают свет на этот вопрос.

Как сообщает Science Daily, авторы в обоих случаях использовали искусственный интеллект для выявления мозговой активности, которая делает людей менее восприимчивыми к определенным антидепрессантам. Иными словами, ученые доказали, что по визуализации мозга пациента можно предсказать, будет ли препарат эффективным.

В каждом из экспериментов приняли участие более 300 добровольцев — как людей с депрессией, так и здоровых. Первое исследование, опубликованное в 2018 году, подтвердило, что модели электрической активности мозга служат надежным индикатором того, помогут ли пациенту с депрессией селективные ингибиторы обратного захвата серотонина, к которым относится большинство популярных антидепрессантов. Вторая работа выявила в визуализации головного мозга дополнительные маркеры эффективности этих препаратов.

Искусственный интеллект не только указал на восприимчивых к лечению пациентов, но и определил, активность каких отделов мозга наиболее перспективна для прогноза.  

Ранее исследователи пытались использовать анализ крови, чтобы выявить пациентов, восприимчивых к лечению депрессии, однако оказалось, что эта методика эффективна лишь при наличии некоторых видов воспаления. Теперь они уверены, что объединение анализов крови с визуализацией мозга значительно повысит шансы того, что пациент с первого раза получит нужное лечение.

Хотя искусственный интеллект справляется с диагностикой не хуже людей, эксперты призывают не переоценивать его возможности. Причина в том, что подавляющее большинство работ на эту тему не соответствуют строгим научным критериям.