一項新的研究表明，人工智慧（AI）可以幫助精神科醫生預測抗憂鬱藥物是否有效，這可以節省患者的時間並改善他們的精神科護理。
雖然可以開抗憂鬱藥物來治療中度至重度憂鬱症，但衛生專業人員必須等待六到八週才能看到是否有改善，如果情況沒有改善，就改變治療方法。
阿姆斯特丹大學醫學中心 (Amsterdam UMC) 和荷蘭拉德堡德大學醫學中心的研究人員利用人工智慧找到了一種減少這種延遲的方法。
他們專注於舍曲林（也稱為左洛復），它是治療憂鬱症最常用的一線療法之一。
「對其中一半人來說，這有效，對一半人則無效。這意味著浪費了很多周的時間，隨著積累和撤回，我們所說的這種週期可能會持續六個月，」阿姆斯特丹UMC博士生、該研究的第一作者Maarten Poirot 告訴歐洲新聞。
該團隊匯集了不同的數據，包括 MRI 預測因子（例如海馬體積和血流量）以及臨床訊息，並為其開發了一種演算法。
波洛說：“我們確實發現，整合所有這些資訊可以產生一個具有臨床價值的模型，可以預測八週的結果。”
「從正面的一面來看，這項研究資訊豐富，有助於滿足開發能夠指導治療決策的準確機器學習 (ML) 方法的迫切需求。對於患有精神疾病的患者來說，這尤其是一個迫切的需求，」未參與這項研究的哈佛大學副教授 Soroush Saghafian 博士告訴歐洲新聞。
據估計，憂鬱症影響了 6% 的歐盟人口，是全球殘疾的主要原因之一。世界衛生組織 (WHO)。
“人工智慧至關重要”
這項研究包括 229 名年齡在 18 歲至 65 歲之間的患者，發表在美國精神病學雜誌。
波洛說：“人工智慧至關重要，因為我們的工作處於放射學和精神病學的邊緣，直到最近，放射科的所有工作都是由人們直接看圖片來完成的。”
「考慮到我們所獲得的資料量和資料的複雜性，這種方法已經行不通了。而且，這些模式可能非常微妙且非常複雜，」他補充道。
Saghafian 表示，將 MRI 數據與臨床參數結合是該研究的另一個優勢。
「近年來，由於多模態資料的可用性，許多人工智慧和機器學習演算法正在接受多模態資料的訓練，並且它已經能夠達到更高水平的預測準確性，」他說。
研究人員表示，所開發的模型能夠在一週內預測治療是否有效。
拉德堡德大學醫學中心的精神病學家 Eric Ruhé 表示：“演算法表明，前扣帶皮層（大腦中參與情緒調節的區域）的血流可以預測藥物的療效。”在一份聲明中說。
他補充說：“在開始一周後的第二次測量中，他們症狀的嚴重程度也具有預測性。”
研究的一個限制是數據尚未經過外部驗證，但研究人員希望使用未用於訓練演算法的數據進行臨床試驗。
波洛說：“如果我們也能在這種外部驗證中表現出同樣的性能，那將進一步增強我們對這種演算法的信任。”
對 Saghafian 來說，「報告的預測準確度相對較低，對實際臨床實施的適用性提出質疑」。
研究的另一個限制是它只關注單一抗憂鬱藥物。
Saghafian 表示：「實際上，患者經常接受多種治療組合，因此，為了確保進一步適合在臨床實踐中實施，人們可能需要開發人工智慧和機器學習方法，以考慮多種治療組合併能夠預測反事實結果。
