„Badania te okazały się większym sukcesem, niż ktokolwiek w naszym zespole mógł sobie wyobrazić” - mówi psychiatra Madhukar Trivedi, który nadzorował wieloetapowy projekt z udziałem Uniwersytetu w Teksasie, Uniwersytetu Stanford, Harvard i wielu innych instytucji. Po wprowadzeniu przez naukowców ogromnej ilości danych dotyczących aktywności mózgu pacjenta, komputer może dokładnie przewidzieć, czy antydepresant będzie działał. „Możemy wyjść poza zgadywankę wyboru sposobu leczenia depresji i zmienić myślenie o tym, jak choroba powinna być diagnozowana i leczona” - dodaje Trivedi.
Badania, opublikowane w Nature Biotechnology, objęły ponad 300 uczestników ze zdiagnozowaną depresją. Część z nich otrzymywała placebo , a część SSRI (selektywny inhibitor wychwytu zwrotnego serotoniny), najczęstszą klasę środka przeciwdepresyjnego. Badacze korzystali z elektroencefalogramu, czyli EEG, do pomiaru aktywności elektrycznej w korze mózgowej uczestników przed rozpoczęciem leczenia. Następnie zespół opracował algorytm uczenia maszynowego do analizy i wykorzystania danych EEG, pozwalający przewidzieć, którzy pacjenci skorzystają z leku po dwumiesięcznej kuracji. AI dokładnie przewidział wyniki leczenia, ale także zasugerował inne interwencje takie jak psychoterapia czy stymulacja mózgu. Wyniki zostały potwierdzone w trzech dodatkowych grupach pacjentów.
Według danych z Narodowego Badania Zdrowia i Żywienia (National Health and Nutrition Examination Survey), stosowanie leków przeciwdepresyjnych w USA wzrosło o prawie 65% w ciągu półtora dekady - z 7,7% w latach 1999-2002 do 12,7% w latach 2011-2014. Trivedi twierdzi, że wzrost ilości stosowanych leków sprawia, że istotne staje się dalsze zrozumienie podstaw depresji i zapewnienie pacjentom skutecznej terapii. Zespół przewiduje, że następnym krokiem będzie stworzenie interfejsu integrującego urządzenia EEG w całym kraju.
