Depresyondan kurtulmak isteyen hastalar için etkili bir tedaviyi tespit etmek aylar alabilir.
Ancak, 10 Şubat'ta Nature Biotechnology dergisinde yayınlanan yeni bir araştırmaya göre, beyin dalgası modelleri, tedavi başlamadan önce hastaların antidepresana nasıl tepki vereceğini tahmin etmeye yardımcı olabilir.
Çalışma, psikiyatrinin temel zorluklarından birine değiniyor: Dallas'taki UT Southwestern Tıp Merkezi'nde bir psikiyatri profesörü olan yazar yardımcı yazar Dr. Madhukar Trivedi, çalışmaların doktorlara depresyon hastaları için en iyi tedavi seçeneklerine karar vermesine yardımcı olabilecek testlerin eksikliği olduğunu söyledi. Bunun yerine, Trivedi, sağlayıcıların hastaların altı ila sekiz haftalık döngülerde ilaç denediği bir deneme yanılma sürecine güvendiğini söyledi. Bu kesin olmayan yöntem, antidepresanların etkisiz olduğuna dair genel bir algılamaya katkıda bulunur, ayrıca Stanford Üniversitesi'nde çalışma yazarı ve psikiyatri profesörü Dr. Amit Etkin'i ekledi.
Ancak bir kişinin ideal tedavisinin doğru bir öngörücüsü, denklemden çok fazla tahminde bulunabilir ve hastaları aylarca hayal kırıklığına uğratabilir, bu çalışmada Chicago'daki Illinois Üniversitesi'nde psikiyatri yardımcısı profesörü Katie Burkhouse söyledi. .
Burkhouse Live Science'a verdiği demeçte, yeni çalışma bu amaca ulaşmak için "önemli bir ilk adım" dır.
Çalışma için araştırmacılar, depresyon tanısı konmuş 300'den fazla hastadan beyin dalgası okumaları topladı. Okumalar, elektrotların hastaların kafa derisine bağlanmasını içeren noninvaziv bir yöntem olan elektroensefalografi (EEG) ile alındı. Hastalar daha sonra rasgele bir plasebo veya antidepresan sertralin (ticari olarak Zoloft olarak bilinir) almak üzere atandı.
Daha sonra, EEG verilerine dayanarak, araştırmacılar hastaların ilaca verdiği yanıtları tahmin etmek için yeni bir yapay zeka (AI) algoritması tasarladılar. Çalışmanın başlangıcında belirli bir beyin dalgası paterni olan hastaların, sekiz haftalık tedaviden sonra sertralline pozitif yanıt verebileceğini bulmuşlardır. Araştırmacılar daha sonra bulgularını doğrulamak için algoritmalarını üç ek hasta veri setine (önceki çalışmalardan) uyguladılar.
Sonuçlar, "bu ilaçların etkisiz olduğu konusunda geçerli olan bilgeliğe karşı koy" dedi. "Aslında oldukça etkililer, ama sadece bir alt popülasyon için."
Bu çalışmanın bulguları ümit verici olsa da, AI'nın "gerçek dünya" klinik ortamlarında kullanılmasının mümkün olup olmadığı açık değil.
Çalışma özellikle hastaların sertralline nasıl tepki verdiğini değerlendirdi, örneğin, depresyon için olası birçok tedaviden sadece biri. Burkhouse, "Çalışmanın bir sonraki adımı, bilişsel terapi ve beyin stimülasyonu gibi zorunlu olarak sadece ilaç bazlı olmayan diğer tedavi şekillerinin öngörülüp öngörülmediğini test etmek olacaktır." Dedi.
Daha önce yayınlanmış veri setlerini incelemek için algoritmalarını kullanırken, araştırmacılar antidepresanlara cevap verme olasılığı daha düşük olan hastaların beyin stimülasyonuna ve psikoterapi tedavilerine birleşik olarak yanıt verme olasılıklarının daha yüksek olduğunu keşfettiler. Yine de, bu bulgu başlangıç niteliğindedir ve onaylamak için çok daha fazla araştırma gerektirir.
Yine de Etkin, EEG'nin on yıllardır nörolojide kullanıldığı için teknolojinin doktorların ofislerinde kullanılmak üzere kolayca uyarlanabileceğini söyledi. Doktorlar, EEG'nin basitleştirilmiş bir sürümünde eğitilebilir ve daha sonra bu veriler algoritma tarafından yüklenebilir ve işlenebilir. Etkin, daha sonra doktorun hastanın belirli ilaçlara cevap verip vermeyeceğini ayrıntılı bir şekilde raporlayacağını da sözlerine ekledi.
Etkin, bulguların "hassas psikiyatrinin başlangıcında" işe yaramasını umduğunu söyledi.
Etkin, kişiselleştirilmiş zihinsel sağlık tedavileri geliştirmeyi hedefleyen Alto Neuroscience'ın kurucusu ve CEO'sudur. Şu anda şirkette çalışmak için Stanford'dan izinli.
Editörün notu: Bu makale, antidepresanlara yanıt verme olasılığı daha düşük olan hastalarda algoritmanın kullanımı hakkında ek bilgi eklemek için 21 Şubat'ta güncellenmiştir.
