Alexander Vitkovski (alev_biz) wrote,
Alexander Vitkovski
alev_biz

Искусственный интеллект научился ставить диагноз психиатрическим больным

Решить сложную задачу с разведением диагнозов большого депрессивного и биполярного расстройств помогли алгоритмы машинного обучения.

Искусственный интеллект научился ставить диагноз психиатрическим больным

С помощью функциональной магнитно-резонансной томографии они научились определять эти заболевания по активности мозга и в сложных случаях, когда специалисты не могут поставить точный диагноз, предсказывать лечение одной, либо другой патологии с более чем 90-процентной точностью. Этому посвящена статья, опубликованная в журнале Acta Psychiatrica Scandinavica.



Психиатрам иногда трудно отличить биполярное (BD) от большого депрессивного расстройства (MDD) у пациентов без очевидной фазы мании, и таких больных могут лечить ошибочно в течение многих лет. Чтобы облегчить врачам задачу и обеспечить пациентов даже в сложных случаях нужной терапией, которая им поможет, специалисты Исследовательского института здоровья Лоусона (Лондон, Онтарио) и Сети исследований психики в Альбукерке (Нью-Мексико) решили подключить к ее решению искусственный интеллект.

Под управлением доктора Элизабет Осъюч (Elizabeth Osuch), руководителя программы FEMAP Лондонского центра наук о здоровье (London Health Sciences Centre’s First Episode Mood and Anxiety Program), исследователи включили в программу 78 новых пациентов, с которыми решили провести эксперимент. 66 из них поставили точный диагноз сразу (BD или MDD), а вот с двенадцатью оказалось сложнее – их клинические проявления не обладали очевидными характеристиками, благодаря которым их можно было отнести в одну, либо другую группу. Кроме того, в исследование вошла контрольная группа из 33 здоровых добровольцев.

Всем участникам провели функциональную магнитно-резонансную томографию, которая позволяет «прочитать» активность мозга, и выявили достоверные отличия в его работе среди больных депрессией и биполярным расстройством. Активность различалась в нескольких областях, в том числе в сети пассивного режима работы мозга, которая активируется во время бездействия и, как считается, отвечает за формирование сознания. Кроме того, различия выявились и в работе таламусов – главной «трансформаторной будки» мозга, перераспределяющей поступающие в него сигналы и контролирующей бдительность.

Этих данных хватило для того, чтобы обучить алгоритм разделять патологии с точностью в 92,4 процента. Затем его направили на анализ томограмм оставшихся 12 «неясных» пациентов и проверили, насколько точным окажется прогнозирование их ответа на лечение, которое назначат в соответствии с результатом проверки. И искусственный интеллект не подвел – участники эксперимента из этого числа, которым машина поставила диагноз большого депрессивного расстройства, хорошо отреагировали на антидепрессанты, тогда как люди с биполярным расстройством прекрасно ответили на стабилизаторы настроения. Причем, точность ответа достигла 91,7 процента – 11 из 12 пациентов терапия пошла на пользу.

«Эта работа предполагает то, что однажды у нас появятся объективные показатели психических заболеваний, строящиеся на результатах визуализации головного мозга, что позволит ставить диагноз быстрее, эффективнее и более согласованно», — говорит доктор Осъюч.

Ученые тем не менее понимают, что их выборка слишком мала для того, чтобы делать какие-то глобальные выводы, и собираются совершенствовать алгоритм, добавляя в его обучающую базу новую информацию.

Текст: Анна Хоружая





Ссылка на источник

Tags: ИИ, диагностика, психиатрия
Subscribe

Posts from This Journal “психиатрия” Tag

Buy for 20 tokens
На днях наш корреспондент посетила лекцию Георгия Носова (Georgii Nosov), нейробиолога из Университета Мюнстера, который рассказывал о поучительных историях из жизни нейронов и людей, их изучающих. «Главными героями» лекции стали эксперименты, которые сыграли ключевую роль в…
  • Post a new comment

    Error

    Anonymous comments are disabled in this journal

    default userpic

    Your reply will be screened

    Your IP address will be recorded 

  • 0 comments