1

krajowe badanie zainicjowane przez UT Southwestern w 2011 roku, aby lepiej zrozumieć zaburzenia nastroju, przyniosło to, co naukowcy nazywają flagowym odkryciem projektu: komputer, który może dokładnie przewidzieć, czy lek przeciwdepresyjny będzie działał w oparciu o aktywność mózgu pacjenta.

nowe badania są najnowszym spośród kilku badań z badania, które łącznie pokazują, jak strategie high-tech mogą pomóc lekarzom obiektywnie diagnozować i przepisywać leczenie depresji. Chociaż wdrożenie tych podejść zajmie trochę czasu, naukowcy przewidują, że narzędzia takie jak sztuczna inteligencja, obrazowanie mózgu i badania krwi zrewolucjonizują dziedzinę psychiatrii w nadchodzących latach.

„te badania były większym sukcesem niż ktokolwiek z naszego zespołu mógł sobie wyobrazić”, mówi Madhukar Trivedi, M. D., psychiatra z UT, który nadzorował wielozadaniowy proces ze Stanfordem, Harvardem i innymi instytucjami. „Dostarczyliśmy obfite dane, aby pokazać, że możemy przejść obok zgadywanki wyboru leczenia depresji i zmienić sposób myślenia o tym, jak choroba powinna być diagnozowana i leczona.”

prognozy oparte na EEG

badanie opublikowane w Nature Biotechnology obejmowało ponad 300 uczestników z depresją, którzy zostali losowo wybrani do otrzymania placebo lub SSRI (selektywnego inhibitora wychwytu zwrotnego serotoniny), najczęstszej klasy leków przeciwdepresyjnych. Naukowcy wykorzystali elektroencefalogram lub EEG do pomiaru aktywności elektrycznej w korze mózgowej uczestników przed rozpoczęciem leczenia. Następnie zespół opracował algorytm uczenia maszynowego do analizy i wykorzystania danych EEG do przewidywania, którzy pacjenci odniosą korzyści z leczenia w ciągu dwóch miesięcy.

sztuczna inteligencja nie tylko dokładnie przewidywała wyniki, ale dalsze badania sugerowały, że pacjenci, którzy mieli wątpliwości co do odpowiedzi na lek przeciwdepresyjny, prawdopodobnie poprawią się dzięki innym interwencjom, takim jak psychoterapia lub stymulacja mózgu.

wyniki potwierdzono w trzech dodatkowych grupach pacjentów.

„to badanie obejmuje wcześniejsze badania, pokazujące, że możemy przewidzieć, kto korzysta z antydepresantu, i faktycznie doprowadza go do praktycznej użyteczności”, mówi Amit Etkin, MD, Ph.D., profesor psychiatrii Uniwersytetu Stanforda, który pracował z Trivedi nad opracowaniem algorytmu.

jednym z kolejnych kroków, zdaniem naukowców, jest opracowanie interfejsu sztucznej inteligencji, który może być szeroko zintegrowany z EEG w całym kraju, a także uzyskanie zgody U. S. Food and Drug Administration.

sygnatury depresji

dane z badania pochodzą z 16-tygodniowego badania EMBARC, które Trivedi zainicjował w czterech amerykańskich ośrodkach w celu ustalenia opartych na biologii, obiektywnych strategii leczenia zaburzeń nastroju.

w projekcie oceniano pacjentów z poważnymi zaburzeniami depresyjnymi poprzez obrazowanie mózgu i różne testy DNA, krwi i inne. Jego celem było zajęcie się niepokojącymi odkryciami z innego badania, które prowadził (STAR*D), które wykazało, że do dwóch trzecich pacjentów nie reaguje odpowiednio na pierwszy lek przeciwdepresyjny.

„weszliśmy w to myślenie:” czy nie lepiej byłoby określić na początku leczenia, które zabiegi będą najlepsze dla których pacjentów?”- Wyjaśnia Trivedi.

poprzednie badania Embarc zidentyfikowały różne testy predykcyjne, w tym wykorzystanie rezonansu magnetycznego (MRI) do badania aktywności mózgu zarówno w stanie spoczynku, jak i podczas przetwarzania emocji. EEG będzie prawdopodobnie najczęściej używanym narzędziem, mówi Trivedi, ponieważ jest tańsze i – w większości przypadków – będzie równie lub bardziej skuteczne.

jednak u niektórych pacjentów, jeśli depresja objawia się w inny sposób, może być konieczne wykonanie badania krwi lub rezonansu magnetycznego. „W organizmie jest wiele oznak depresji” – mówi Trivedi. „Posiadanie wszystkich tych testów zwiększy szanse na wybór właściwego leczenia za pierwszym razem.”

rosnący problem

według danych z National Health and Nutrition Examination Survey, stosowanie leków przeciwdepresyjnych w USA wzrosło o prawie 65% w ciągu półtora dekady-z 7,7% w latach 1999-2002 do 12,7% w latach 2011-2014. Trivedi twierdzi, że rozszerzone stosowanie leków sprawia, że bardziej istotne jest dalsze zrozumienie podstaw depresji i zapewnienie pacjentom przepisywania skutecznej terapii.

podczas gdy jego zespół nadal ocenia dane z badania EMBARC, Trivedi zainicjował inne duże projekty badawcze, aby poprawić wskaźnik remisji depresji. Wśród nich jest D2K, badanie, które zarejestruje 2500 pacjentów z depresją i zaburzeniami afektywnymi dwubiegunowymi i będzie ich śledzić przez 20 lat. Ponadto RAD to 10-letnie badanie z udziałem 2500 uczestników (w wieku 10-24 lat), które odkryje czynniki zmniejszające ryzyko wystąpienia zaburzeń nastroju lub lęku.

wykorzystując niektóre z tych zapisów, zespół badawczy Trivedi zbada wyniki z kilku innych testów, aby ocenić biologiczne sygnatury pacjentów w celu określenia najskuteczniejszego leczenia.

„to może być druzgocące dla pacjenta, gdy antydepresant nie działa” – mówi Trivedi. „Nasze badania pokazują, że nie muszą już znosić bolesnego procesu prób i błędów.”