Za bolnike, ki iščejo pomoč pred depresijo, lahko traja nekaj mesecev, da določijo učinkovito zdravljenje.
Toda vzorci možganskih valov bi lahko potencialno pomagali napovedati, kako bi se posamezni pacienti odzvali na antidepresiv, preden se sploh začne zdravljenje, kaže nova študija, objavljena 10. februarja v reviji Nature Biotechnology.
Študija obravnava enega temeljnih izzivov psihiatrije: pomanjkanje testov, s pomočjo katerih bi se zdravniki lahko odločili za najboljše možnosti zdravljenja bolnikov z depresijo, je dejal soavtor študije dr. Madhukar Trivedi, profesor psihiatrije na UT Southwestern Medical Center v Dallasu. Namesto tega, je dejal Trivedi, se ponudniki zanašajo na postopek poskusov in napak, v katerem bolniki preizkušajo zdravila v šestih do osmih tednih ciklov. Ta nenatančna metoda prispeva k splošnemu mnenju, da so antidepresivi neučinkoviti, je dodal doktor Amit Etkin, soavtor študije in profesor psihiatrije na univerzi Stanford.
Toda natančen napovedovalec idealne obravnave lahko odvzame veliko ugibanja iz enačbe in bolnikom prihrani mesece frustracij, je povedala Katie Burkhouse, docentka psihiatrije na univerzi v Illinoisu v Chicagu, ki ni bila vključena v študijo .
Burkhouse je za Live Science povedal, da je nova študija "pomemben prvi korak" pri doseganju tega cilja.
Za raziskavo so raziskovalci zbrali odčitke možganskih valov več kot 300 bolnikov, ki so jim diagnosticirali depresijo. Odčitki so bili izvedeni z elektroencefalografijo (EEG), neinvazivno metodo, ki vključuje pritrditev elektrod na lasišče bolnikov. Bolnikom so nato naključno dodelili placebo ali antidepresiv sertralin (komercialno znan kot Zoloft).
Nato so raziskovalci na podlagi podatkov EEG zasnovali nov algoritem za umetno inteligenco (AI) za napovedovanje odziva bolnikov na zdravila. Ugotovili so, da so se bolniki z določenim vzorcem možganskih valov na začetku študije po osmih tednih zdravljenja najverjetneje pozitivno odzvali na sertralin. Raziskovalci so nato uporabili svoj algoritem na treh dodatnih zbirkah podatkov o bolnikih (iz prejšnjih študij), da bi potrdili svoje ugotovitve.
Rezultati "so v nasprotju s prevladujočo modrostjo, da so ta zdravila le neučinkovita," je dejal Etkin. "Pravzaprav so precej učinkovite, vendar le za podpopulacijo ljudi."
Čeprav so ugotovitve študije obetavne, ni jasno, ali bi bilo mogoče AI uporabiti v "resničnem" kliničnem okolju, je dejal Burkhouse.
Študija je posebej ovrednotila, kako so se na primer odzivali pacienti na sertralin, kar je le eno od mnogih možnih načinov zdravljenja depresije. "Naslednji korak študije bi bil preizkus, ali napovedujejo druge oblike zdravljenja, ki niso nujno le na zdravilih," kot sta kognitivna terapija in stimulacija možganov, je dejal Burkhouse.
Ko so uporabljali svoj algoritem za pregledovanje predhodno objavljenih naborov podatkov, so raziskovalci ugotovili, da je pri bolnikih, pri katerih je manjša verjetnost, da se bodo odzvali na antidepresive, večja verjetnost, da bi se skupaj odzvali na možgansko stimulacijo in psihoterapijo. Kljub temu je ta ugotovitev predhodna in za potrditev potrebuje veliko več raziskav.
Kljub temu je Etkin dejal, da bi bilo mogoče tehnologijo enostavno prilagoditi za uporabo v zdravniških ordinacijah, saj se EEG v nevrologiji uporablja že desetletja. Zdravniki bi se lahko usposobili v poenostavljeni različici EEG, nato pa bi te podatke algoritem lahko naložil in obdeloval. Nato bo zdravnik prejel poročilo, v katerem je podrobno opisano, ali se bo bolnik verjetno odzval na določena zdravila, je dodal Etkin.
Etkin je dejal, da upa, da bodo ugotovitve pomagale pri "začetku natančne psihiatrije".
Etkin je ustanovitelj in izvršni direktor Alto Neuroscience, zagona, ki si prizadeva za razvoj prilagojenih načinov zdravljenja duševnega zdravja. Trenutno je na dopustu iz Stanforda, da dela v podjetju.
Opomba urednika: Ta članek je bil posodobljen 21. februarja, da bi dodal dodatne informacije o uporabi algoritma pri bolnikih, pri katerih je manj verjetno, da bodo odgovorili na antidepresive.
