Истражувањето има „директни клинички импликации“, истакна д-р Лиен Вилијамс, директорка на Stanford Medicine Center for Precision Mental Health and Wellness. Комбинирањето на снимањето на мозокот со вештачка интелигенција овозможи идентификација на шест различни подтипови на депресија и анксиозност, што може да доведе до поиндивидуализиран и поефикасен пристап кон лекувањето. „На Стенфорд, веќе започнавме со пренос на оваа технологија во клиниката за ментално здравје. Технологијата се развива за поширока употреба и се надеваме дека ќе биде достапна за повеќе клиничари и пациенти“, истакна д-р Вилијамс. Студијата е објавена во „Nature Medicine“.
Нема повеќе методи на „погоди и промаши“
Депресијата е многу хетерогена болест со различни симптоми и реакции на лекување кај секој пациент. Околу 30 проценти од лицата со тешка депресија се резистентни на третманите, а околу половина од лицата со генерализиран анксиозен нарушување не реагираат на стандардното лекување.
– Доминирачкиот дијагностички пристап во психијатријата, кој не ги зема предвид индивидуалните потреби, доведува до методи на „погоди и промаши“ во третманите, што е долготрајно, скапо и фрустрирачко, и резултира со 30-40 проценти од пациентите кои не достигнуваат ремисија по еден обид за третман – наведуваат авторите.
Целта на истражувањето е да пронајде начин за брзо решавање на овие проблеми, со подобро разбирање на невробиологијата на депресијата.
Со таа цел, 801 возрасен со дијагноза на депресија и анксиозност биле подложени на функционална магнетна резонанца за мерење на мозочната активност. Истражувачите ги испитале шест мозочни мрежи поврзани со депресијата и анксиозноста, и користејќи машинско учење, дефинирале шест различни биотипови.
Резултатите покажуваат дека овие биотипови можат да предвидат како пациентите ќе реагираат на различни третмани и овозможуваат длабоко разбирање на невробиолошката основа на депресијата и анксиозноста, што може да доведе до поефикасни и приспособени третмани.
А.Н.
