人工智能教為患者選擇抗抑鬱藥


一個國際研究團隊開發了一種機器學習算法,該算法可以使用腦電圖(EEG) 數據來預測患者對舍曲林治療的反應,準確率為83.7%。

抑鬱症是一種常見的精神疾病,會影響一個人的幸福感。儘管有大量可用的藥物,但許多人對開給他們的第一種甚至第二種藥物都沒有反應。因此,醫生經常不得不通過反複試驗找到有效的藥物,這可能需要數月或數年的時間。

根據紐約理工學院(NYIT) 研究員Maryam Ravan 的說法,目前為被診斷患有抑鬱症的人開藥的方式非常無效。

“缺乏生物標誌物使得這一醫學分支依賴於個人對話和患者報告。 我們決定測試人工智能是否可以用來提供更準確的臨床建議,”她說。

科學家們在開始服用藥物之前分析了228 名患有重度抑鬱症的患者的腦電圖數據。他們將受試者隨機分為兩組:第一組服用安慰劑,第二組服用舍曲林。

然後,研究人員使用機器學習算法來識別對任何治療有反應的患者。

“[Эффект плацебо] 可能是基於患者的信仰、對科學家專業精神的信念、時間的流逝,或者有生物學基礎,反映在可測量的大腦活動模式中,”Ravan 解釋說。

她補充說,有必要更好地了解一個人對服用“假藥”的反應。此類信息有助於治療將從中受益的人。

結果,機器學習算法經過訓練,可以在83% 的時間內正確預測患者對安慰劑的反應。

Ravan 指出,人工智能係統需要大量數據集才能將其工作從實驗室轉移到現實世界,而該項目使用了一個小型數據集。

“[Но] 如果我們的算法真的像我們想像的那樣準確,那麼它們的應用將顯著提高精神病治療的效率和有效性,”她說。

根據麥克馬斯特大學研究員Gary Heisy 的說法,該團隊已經通過初創公司Digital Medical Experts 致力於該系統的商業化和更廣泛的實施。

科學家們還在探索使用機器學習來識別有自殺傾向的人的可能性。

“我們對68 名被診斷患有重度抑鬱症的人進行了一項研究,在此期間,我們能夠使用AI 和EEG 數據以70% 的準確度確定是否存在自殺念頭,”Ravan 說。

該團隊繼續在更大的數據集上測試和訓練算法。

回想一下,9 月份,美國科學家開始開發通過語音診斷疾病的軟件。

7 月,創業公司Deep Longevity 與哈佛醫學院合作創建了一個人工智能係統來改善心理健康。

2021 年9 月,記者發現蘋果正在開發一種使用iPhone 診斷抑鬱症和自閉症的人工智能工具。

在Telegram 上訂閱ForkLog 新聞:ForkLog AI – 來自AI 世界的所有新聞

在文本中發現錯誤?選擇它並按CTRL+ENTER

資訊來源:由0x資訊編譯自FORKLOG。版權歸作者Марина Глайборода所有,未經許可,不得轉載

Total
0
Shares
Related Posts