Patsientide jaoks, kes soovivad leevendada depressiooni, võib tõhusa ravi määramine võtta mitu kuud.
Kuid ajakirja Nature Biotechnology 10. veebruaril avaldatud uue uuringu kohaselt võivad ajulainete mustrid aidata ennustada, kuidas patsiendid reageerivad antidepressandile enne ravi algust.
Uuring tegeleb psühhiaatria ühe peamise väljakutsega: testide puudumine, mis aitaks arstidel otsustada depressiooniga patsientide jaoks parimate ravivõimaluste üle, ütles uuringu kaasautor, TÜ Edela-lääne meditsiinikeskuse psühhiaatriaprofessor dr Madhukar Trivedi Dallases. Trivedi sõnul tuginevad teenuseosutajad katse-eksituse protsessile, mille käigus patsiendid proovivad ravimeid kuue- kuni kaheksanädalase tsükli järel. See ebatäpne meetod aitab kaasa üldisele arusaamale, et antidepressandid on ebaefektiivsed, lisas dr Amit Etkin, uuringu kaasautor ja Stanfordi ülikooli psühhiaatriaprofessor.
Kuid inimese ideaalse ravi täpne ennustaja võib võrrandist palju arvata - ja säästab patsientide kuudepikkust pettumust - ütles Katie Burkhouse, Chicago Illinoisi ülikooli psühhiaatria abiprofessor, kes uuringuga ei tegelenud. .
Uus uuring on "oluline esimene samm" selle eesmärgi saavutamisel, ütles Burkhouse Live Science'ile.
Uuringu jaoks kogusid teadlased ajulainete näiteid enam kui 300 patsiendilt, kellel oli diagnoositud depressioon. Näidud viidi läbi elektroentsefalograafia (EEG) abil, mis on mitteinvasiivne meetod, mis hõlmab elektroodide kinnitamist patsiendi peanahale. Seejärel määrati patsiendid juhuslikult kas platseebo või antidepressandi sertraliini (kaubanduslikult tuntud kui Zoloft) saamiseks.
Järgmisena töötasid teadlased EEG andmete põhjal välja uue tehisintellekti (AI) algoritmi, et ennustada patsientide ravivastust. Nad leidsid, et patsiendid, kellel oli uuringu alguses teatud ajulainemuster, reageerisid sertraliinile pärast kaheksanädalast ravi tõenäoliselt kõige positiivsemalt. Seejärel rakendasid teadlased tulemuste kinnitamiseks oma algoritmi kolmele täiendavale patsiendi andmekogumile (varasematest uuringutest).
Tulemused "lähevad vastuollu valitseva tarkusega, et need ravimid on lihtsalt ebaefektiivsed", ütles Etkin. "Need on tegelikult üsna tõhusad, kuid ainult inimeste alampopulatsiooni jaoks."
Kuigi selle uuringu tulemused on paljulubavad, pole ebaselge, kas AI-d on võimalik kasutada "pärismaailma" kliinilistes tingimustes, ütles Burkhouse.
Uuringus hinnati konkreetselt, kuidas patsiendid reageerisid näiteks sertraliinile, mis on vaid üks paljudest võimalikest depressiooniravimitest. "Järgmine samm uuringus oleks testida, kas ennustatakse muid ravivorme, mis ei pruugi tingimata olla ainult ravimipõhised", nagu näiteks kognitiivne teraapia ja aju stimulatsioon, ütles Burkhouse.
Kasutades oma algoritmi varem avaldatud andmekogumite uurimiseks leidsid teadlased, et patsiendid, kes reageerisid antidepressantidele vähem tõenäoliselt, reageerisid tõenäolisemalt aju stimuleerimisele ja psühhoteraapia ravile kombineeritult. See leid on siiski esialgne ja nõuab kinnitamiseks palju rohkem uuringuid.
Sellegipoolest võiks Etkini sõnul seda tehnoloogiat hõlpsasti arstide kabinettides kasutamiseks kohandada, kuna EEG-d on neuroloogias kasutatud aastakümneid. Arste võiks koolitada EEG lihtsustatud versioonis ning seejärel saaks neid andmeid algoritmi abil üles laadida ja töödelda. Seejärel saab arst aruande, milles täpsustatakse, kas patsient reageerib tõenäoliselt teatud ravimitele, lisas Etkin.
Etkin ütles, et loodab, et avastused aitavad kaasa täpsuspsühhiaatria algusele.
Etkin on ettevõtte Alto Neuroscience asutaja ja tegevjuht, mille eesmärk on välja töötada isikupärastatud vaimse tervise raviviisid. Praegu on ta puhkusel Stanfordist, et firmas töötada.
Toimetaja märkus: seda artiklit värskendati 21. veebruaril, et saada lisateavet algoritmi kasutamise kohta patsientidel, kellel antidepressantide reageerimine oli vähem tõenäoline.
