1. <ol id="vncv85"></ol><option id="vncv85"></option>
            2. 
               
              作者:辛雨 來源:中國科學報 發布時間:2020/2/12 16:00:40
              選擇字號:
              人工智能預測抗抑郁藥療效

              e5rek5

              腦電圖顯示了大腦活動的特定模式,可以用來訓練機器學習算法。圖片來源:Phanie/Alamy

              人工智能可以通過人們的腦電波,預測抗抑郁藥物是否可能對他們有幫助。這項技術可能爲給精神疾病開處方藥物提供一種新方法。

              抗抑郁藥並不是對所有抑郁症患者都有效,對此,科學家尚未明確原因。“在精神病學中有一個核心問題,我們通常根據疾病的終點來定義疾病,比如疾病會導致什麽行爲。”美國斯坦福大學教授Amit Etkin說,“病人告訴醫生他很沮喪,除此之外醫生什麽都不知道,比如不知道大腦裏發生了什麽,只能根據很少的信息開藥。”

              Etkin想知道是否有一種機器學習算法可以根據抑郁症患者的大腦活動進行預測,而這些患者最有可能接受抗抑郁藥舍曲林的治療。這種藥物通常只對1/3的服用者有效。

              Etkin團隊收集了228名18至65歲的抑郁症患者的腦電波記錄。這些人之前曾服用過抗抑郁藥物,但在研究開始時並沒有服用這類藥物。

              在這228名受試者中,研究人員讓大約一半的人服用舍曲林,其余的人服用安慰劑。隨後8周內,研究人員對受試者的情緒進行了監測,並使用抑郁評分量表對其情緒變化進行測量。

              通過比較對藥物反應良好和對藥物沒有反應的受試者的腦電圖記錄,機器學習算法能夠識別特定的大腦活動模式,從而有可能發現舍曲林是否對治療抑郁症起幫助作用。

              隨後,研究團隊在另外一組279名受試者身上測試了該算法。盡管總體受試者中只有41%對舍曲林的反應良好,但該算法預測受試者中有76%的人對舍曲林的反應良好。

              爲開發這項技術,Etkin成立了一家名爲Alto Neuroscience的公司。Etkin說,他希望通過提供“客觀測試的工具”,幫助醫生對病人做出判斷,從而産生更有效的舍曲林處方。

              科學家在日前出版的《自然—生物技術》上報告了這一研究成果。

              丹麥哥本哈根臨床試驗中心教授Christian Gluud說,這種人工智能“可能在未來對抑郁症患者的治療有潛在的意義”。但他表示,這些試驗結果需要得到其他研究人員的重複,“然後才能考慮轉入臨床實踐”。

              相關論文信息:http://doi.org/10.1038/s41587-019-0397-3

               
              版權聲明:凡本網注明“來源:中國科學報、科學網、科學新聞雜志”的所有作品,網站轉載,請在正文上方注明來源和作者,且不得對內容作實質性改動;微信公衆號、頭條號等新媒體平台,轉載請聯系授權。郵箱:shouquan@stimes.cn。
               
               打印  發E-mail給: 
                  
               
              相關新聞 相關論文
              
              圖片新聞
              高比能高倍率准固態鈉離子微型電池問世 “天涯海角”再成焦點
              哺乳動物晝夜節律神經機制獲突破 沙漠蝗逼近我國!專家提醒:當心潛在威脅
              >>幸福彩票三人工计划3码首页
               
              一周新聞排行 一周新聞評論排行
               
              編輯部推薦博文
              
              • 孫儒泳院士與中國的生態學教育
              • 中國科學家發現新冠病毒胃腸道感染證據
              • 爲何科普比謠言慢半拍?
              • 中科院綜考會草地資源綜合評價體系的建立與發展
              • 准研究生,發郵件請認真點、嚴肅點
              • 聊一聊新型冠狀病毒對高校畢業生的影響
              • 幸福彩票三人工计划3码首页>>
               
              X-POWER-BY FNC V1.0.0 FROM 自制53