發(fā)布日期：2018-07-17

　　機器學習可以幫助進行精神疾病的診斷和治療工作嗎？近日，來自阿爾伯塔大學（University of Alberta）的華人學者Bo Cao博士及其團隊完成了一項新研究，可以用機器學習技術來預測精神分裂癥的治療結(jié)果。該研究發(fā)表在了自然出版集團旗下期刊《Molecular Psychiatry》上。

　　精神分裂癥是一種嚴重的精神疾病，伴隨妄想，幻覺和認知障礙等癥狀。據(jù)統(tǒng)計，大約每100人中就有一人會受到精神分裂癥的影響。大多數(shù)精神分裂癥患者在年輕時就會出現(xiàn)相關癥狀，并將與這一疾病展開數(shù)十年的斗爭。

　　精神分裂癥和其它許多精神疾病的早期診斷，以及提出個性化的治療策略，對臨床醫(yī)生來講是一項持續(xù)的挑戰(zhàn)。目前，精神分裂癥的治療方法還是通過反復試驗試錯的方式得出。如果藥物不能起效，患者可能會出現(xiàn)長時間的相關癥狀及副作用，更有可能錯過控制和治療疾病的最佳時間。因此，研究出治療精神分裂癥等疾病的治療方案至關重要。

　　研究人員使用機器學習算法來分析新診斷出且未經(jīng)治療的精神分裂癥患者，以及健康受試者的核磁共振圖像（MRI）。通過測量大腦的上顳葉皮層其他區(qū)域的連接狀況，該算法能夠以78%的準確率成功識別出精神分裂癥患者。同時，該算法還能夠以82%的準確度，來預測患者是否會對特定抗精神疾病藥物利培酮的治療產(chǎn)生積極反應。

　　“這項研究還只是我們邁出的第一步。我們希望，最終可以找到可靠的生物標志物，能夠在癥狀出現(xiàn)之前對精神分裂癥進行預測，”該研究的負責人之一、阿爾伯塔大學精神病學助理教授Bo Cao博士表示：“同時，我們也想利用機器學習技術，來優(yōu)化患者的治療方案，而并非讓這種技術取代醫(yī)生。未來如果在機器學習的幫助下，醫(yī)生能夠在首次就診時就為患者選擇最佳的藥物或治療手段，那將是一次巨大的飛躍。”

　　Cao博士希望將這項研究的范圍擴大到其他精神疾病，如重度抑郁癥和雙相障礙等。雖然該算法在進行精神分裂癥診斷和治療時，得到的初步結(jié)果令人振奮，但是這項研究仍然需要在大量樣本中進一步進行驗證，并且需要改進來提高預測準確性。這樣一來，才能將研究成果真正轉(zhuǎn)化為臨床環(huán)境中的實用輔助工具。

來源：藥明康德AI