Может включать диагностику с помощью сканирования мозга в будущем психиатрическая помощь

В современной медицине для определения того, чем же мы больны, чаще всего используются тесты. Тем не менее, в настоящее время не существует анализов крови, генетических тестов, или любой другой процедуры, которая могла бы окончательно диагностировать психическое заболевание, и, конечно же, не существует метода, помогающего различать разные психические расстройства со схожими симптомами.

Эксперты Токийского университета комбинируют искусственный интеллект с инструментами визуализации мозга, чтобы переопределить стандарт диагностики психических заболеваний. «Психиатры, включая меня, часто говорят о симптомах и поведении с пациентами и их учителями, друзьями и родителями.

Мы встречаемся с пациентами только в больнице или клинике, а не в их повседневной жизни. Мы должны делать медицинские выводы, используя субъективную информацию из вторых рук», - объяснил доктор Синсуке Койке, доктор медицины, философии, доцент Токийского университета и старший автор исследования, недавно опубликованного в журнале «Трансляционная психиатрия». «Откровенно говоря, нам нужны объективные меры», - сказал Койке.

Проблема перекрывающихся симптомов

Другие исследователи разработали алгоритмы машинного обучения, чтобы различать людей с психическим заболеванием и тех, кто здоров и помогает в исследовании. «Легко сказать, кто является пациентом, а кто - наблюдателем, но не так просто отличить разные типы пациентов», - сказал Койке. Исследовательская группа UTokyo утверждает, что это первое исследование, в котором пытаются выявить различия между множеством психиатрических диагнозов, включая расстройство аутистического спектра и шизофрению.

Хотя их симптомы в чем-то разнятся, ученые давно подозревали, что аутизм и шизофрения каким-то образом связаны. «У пациентов с расстройством аутистического спектра риск заболеть шизофренией в 10 раз выше, чем у обычного человека. Социальная поддержка необходима для лечения аутизма, но, как правило, психоз, вызванный шизофренией, требует лекарств, поэтому очень важно различать эти два состояния или знать, когда они одновременно возникают», - сказал Койке.

Компьютер превращает изображения из мозга в числа

Многопрофильная группа специалистов в области медицины и машинного обучения обучила свой компьютерный алгоритм с использованием МРТ (магнитно-резонансной томографии) сканирования мозга 206 взрослых японцев, группы пациентов, у которых уже было диагностировано расстройство аутистического спектра или шизофрения, людей с высоким риском шизофрении и тех, кто пережил их первый случай психоза, а также нейротипичные люди без проблем с психическим здоровьем.

Все добровольцы с аутизмом были мужчинами, но в других группах было примерно равное количество добровольцев мужского и женского пола. Машинное обучение использует статистику для поиска закономерностей в больших объемах данных. Эти программы обнаруживают сходства внутри групп и различия между ними, которые встречаются слишком часто, чтобы их можно было легко отклонить как совпадение.

В этом исследовании использовалось шесть различных алгоритмов, чтобы различать разные МРТ-изображения групп пациентов. Алгоритм, использованный в этом исследовании, научился связывать различные психиатрические диагнозы с вариациями толщины, площади поверхности или объема областей мозга на МРТ-изображениях. Пока не известно, почему какие-либо физические различия в мозге часто обнаруживаются при определенном психическом состоянии здоровья.

Расширяя тонкую грань между диагнозами

После периода обучения алгоритм был протестирован на сканировании мозга еще 43 пациентов. Диагностика аппарата совпала с оценками психиатров с высокой надежностью и точностью до 85 процентов. Важно отметить, что алгоритм машинного обучения может различать пациентов, не являющихся больными, пациентов с расстройством аутистического спектра и людей с шизофренией или её симптомами.

Машины помогают формировать будущее психиатрии

Исследовательская группа отмечает, что успешное различение мозга пациентов, не являющихся больными, и людей, подверженных риску заболевания шизофренией, может показать, что физические различия в мозге, вызывающие шизофрению, присутствуют еще до появления симптомов, а затем остаются неизменными с течением времени.

Исследовательская группа также отметила, что толщина коры головного мозга, а точнее верхние 1,5-5 сантиметра, стали наиболее полезной характеристикой для правильного различения людей с расстройством аутистического спектра, шизофрении и обычных людей.

Это раскрывает важный аспект роли, которую толщина коры головного мозга играет в различении психических расстройств, и может направить будущие исследования для понимания причин психических заболеваний. Хотя исследовательская группа обучила свой алгоритм машинного обучения, используя сканирование мозга примерно 200 человек, все данные были собраны в период с 2010 по 2013 год на одном аппарате МРТ, что обеспечило согласованность изображений.

«Если вы сделаете снимок с помощью телефона с камерой iPhone или Android, изображения будут немного отличаться. «Аппараты МРТ работают похожим образом – снимки на каждом устройстве будут отличаться, поэтому при разработке новых протоколов машинного обучения, подобных нашему, мы используем один и тот же аппарат на постоянной основе», - сказал Койке.

Теперь, когда их алгоритм машинного обучения доказал свою ценность, исследователи планируют начать использовать более крупные наборы данных и, надеюсь, координировать новые исследования, чтобы научить программу работать независимо от различий МРТ.