AI ÉS FEJLŐDÉS
A gépi tanulás hat különálló depresszió-altípust azonosított agyi szkennelések segítségével
A mentális betegségeket köztudottan nehéz kezelni, mivel minden betegnél másképp nyilvánulnak meg, ami évekig tartó kísérletezéshez vezet a gyógyszerekkel és a terápiával. A Stanford, a Yale és más intézmények kutatócsoportja nemrégiben 800 depressziós vagy szorongásos emberen végzett agyi szkennelést az agyi aktivitás különbségeinek feltárására. Az adatokat egy gépi tanulási algoritmusba táplálva hat elkülöníthető depressziós „biotípust” azonosítottak. A tanulmány szerint az agyi funkciók objektív mérései megjósolhatják, mely kezelések lesznek a leghatékonyabbak az egyes egyének számára.
- Az algoritmus hat altípust azonosított specifikus agyi áramkörök aktivitása alapján.
- A túlműködő agyi aktivitással rendelkező betegek nagyobb valószínűséggel reagáltak pozitívan az antidepresszánsokra.
- Azok az egyének, akiknek az agya nyugalmi állapotban aktívabb volt, a beszélgetős terápiát találták a leghatékonyabbnak.
- Egy csoport agyi felvételei azonosnak tűntek a depresszióban nem szenvedőkéivel, ami arra utal, hogy még léteznek felfedezetlen tényezők.
- A tanulmány 800 résztvevő agyi szkennelését használta fel az algoritmus robusztus adatkészletének biztosításához.
Miért fontos?
Az új osztályozás segíthet a betegeknek már az elején meghatározni a legjobb kezelési módot, ahelyett, hogy évekig tartó próbálkozásokon mennének keresztül. Ez a mentális egészségügy személyre szabott orvoslási megközelítését szemlélteti, amely az agyi funkciók objektív mérésén alapul. ---