Sztuczna inteligencja, analizująca wyniki badań elektroencefalograficznych mózgu (EEG), może pomóc szybciej dobrać leki dla cierpiących na depresję pacjentów - przekonuje na łamach czasopisma "Nature Biotechnology" grupa badaczy pod kierunkiem naukowców z Uniwersytetu Stanforda. W tej chwili wciąż nie ma w pełni obiektywnej metody diagnozy depresji i doboru leków tak, by przyniosły poprawę jak najszybciej. Nowa metoda, względnie prosta i tania, może przynieść prawdziwy przełom.
Naukowcy od lat poszukują sposobu obiektywnej diagnozy depresji, a także metody doboru leków tak, by zwiększyć szanse na to, że pacjent szybko odczuje ulgę. Niestety, dopiero po kilku tygodniach terapii widać, czy lek pomaga, czy nie. Nowa metoda polega na analizie zapisu aktywności elektrycznej mózgu. Odpowiednie algorytmy wyszukują w zapisie elektroencefalograficznym fal mózgowych pacjenta pewne prawidłowości wskazujące na depresję i pomagające ocenić, który lek może okazać się najskuteczniejszy. Co ważne, badania EEG są względnie proste i znacznie tańsze niż choćby obrazowanie mózgu rezonansem magnetycznym, badacze ze Stanforda twierdzą, że w ciągu kilku lat ich metoda powinna się upowszechnić.
Najnowsze badania są kontynuacją programu, w którym na zlecenie National Institute of Mental Health próbowano wykorzystać do diagnozy depresji badania krwi i wyniki obrazowania mózgu. Nasze badania wykorzystują dotychczasowe dowody na to, że można przewidzieć, które leki okażą się u danego pacjenta skuteczne i prezentują konkretna metodę, którą można praktycznie zastosować - mówi prof. Amit Etkin z Uniwersytetu Stanforda. Byłbym zaskoczony, gdyby nasz sposób nie trafił do praktyki klinicznej w ciągu najbliższych 5 lat - dodaje.
W tej chwili poważna depresja, najpowszechniejsze z zaburzeń psychicznych, dotyka w Stanach Zjednoczonych około 7 proc. populacji. Mniej więcej połowa cierpiących na nią osób nigdy nie zostaje zdiagnozowana. Wcześniejsze badania pokazały, że zaledwie około 30 proc. tych zdiagnozowanych pacjentów odczuwa jakąkolwiek poprawę przy zastosowaniu pierwszego z leków antydepresyjnych. Dotychczasowe metody diagnozy - jak przyznają sami lekarze - są po prostu zbyt subiektywne i mało precyzyjne, a leki przepisywane są na wyczucie.
Lekarze bazują w diagnostyce na subiektywnych wskazaniach pacjenta, który ocenia od 5 do 9 najczęstszych objawów choroby. Lista zawiera pytania o odczucia smutku, beznadziei, zwątpienia, problemy ze snem, brak energii, bóle mięśniowe czy zmiany apetytu. Odpowiedzi na temat występowania i natężenia poszczególnych objawów bardzo się różnią. Jako psychiatra wiem, że pacjenci bardzo się różnią, a mimo to wszystkich leczymy praktycznie tak samo - przyznaje Etkin. Leczenie często zaczyna się od przepisania leku antydepresyjnego. Jeśli nie działa, przepisuje się kolejny. Każda z tych prób, zanim wykaże skuteczność, albo brak skuteczności, trwa nawet do 8 tygodni. Jeśli poprawy nie ma, często obserwuje się pogorszenie.
Autorzy pracy prowadzili eksperymenty przy okazji rozpoczętych w 2011 roku badań skuteczności działania leku antydepresyjnego, setraliny. Preparat, znany pod handlową nazwą Zoloft, należy do popularnej grupy inhibitorów wychwytu zwrotnego serotoniny. W eksperymencie uczestniczyło 309 osób, które poddano badaniom obrazowym mózgu i EEG, podzielono ich też na dwie grupy: otrzymującą lek i kontrolną, otrzymującą placebo. Z pomocą metod sztucznej inteligencji przeanalizowano teraz zapisy EEG przed i po wprowadzeniu leku, wykorzystano też informacje o tym, w których przypadkach lek okazał się pomocny.
Okazało się, że na podstawie analizy zapisów EEG można przewidzieć, którzy z pacjentów odczują po podaniu leku poprawę. Można było też przewidzieć, którzy pacjenci bardziej skorzystają na innych technikach leczenia, w tym przezczaszkowej stymulacji magnetycznej czy psychoterapii. Są poważne szanse, że rozwinięcie tej metody przeniesie diagnostykę i terapię depresji na nowy, wyższy poziom.
