В последние исследования ученых сделан важный шаг к улучшению диагностики депрессивных расстройств. Новая вычислительная система, использующая контрастивное обучение, продемонстрировала впечатляющую точность в 86% при различении пациентов с большим депрессивным расстройством и здоровых людей. Основой этой технологии стали два алгоритма, которые анализируют МРТ-снимки мозга.
Инновации в диагностике
Разработка направлена на более раннюю диагностику клинической депрессии, когда изменения в поведении только начинают проявляться. Это особенно важно, так как традиционные методы диагностики, основанные на клинической оценке, показывают точность всего 50%, что равно вероятности случайного выбора.
Учитывая, что при депрессии происходят различные изменения в мозге, включая нарушение синтеза нейромедиаторов и окислительный стресс, задача заключается в различении состояний здоровых людей и пациентов, поскольку их мозговые функции часто схожи и требуют глубокого анализа.
Методология исследования
Исследователи из Российского экономического университета имени Г.В. Плеханова совместно с коллегами провели эмпирическое исследование на основе данных функциональной магнитно-резонансной томографии 140 участников: 70 с диагнозом «большое депрессивное расстройство» и 70 здоровыми.
Ученые применили два алгоритма машинного обучения. Первоначально один из них выделял ключевые особенности сетевой организации мозга, наиболее точно отражающие изменения в поведении. Далее использовался контрастивный метод, который позволил выявить отличия между пациентами и здоровыми, игнорируя внутренние различия в группах. Такой подход выявил клинически значимые изменения в структуре мозга, что является значительным достижением по сравнению с традиционными методами.
Перспективы использования технологии
По итогам работы было установлено, что новое решение выделяет 20 важных связей в мозге, связанных с развитием депрессии, тогда как классические методы указывают лишь на пять. Это открывает новые горизонты для персонализированного лечения.
Ключевая цель ученых заключается в создании объективного инструмента для ранней диагностики депрессии и снижения социально-экономического бремени, связанного с этим заболеванием. В будущем планируется адаптировать разработанные алгоритмы к диагностикам других психиатрических и неврологических расстройств, таких как шизофрения и биполярное расстройство.
В рамках исследования также участвовали эксперты из Медицинского университета в Пловдиве и других исследовательских учреждений, что подчеркивает важность международного сотрудничества в этой области.
