妙佑医疗国际(Mayo Clinic) 算法有望推动抑郁症个体化治疗

　　为抑郁症(又称为重度抑郁症)确诊患者寻找有效的抗抑郁药物,往往是一个漫长而复杂的“尝试再尝试”的过程,需要不断调整处方,直到患者出现治疗反应。

　　这种复杂的疾病影响着超过1600万美国人,它可能导致持续的情绪和身体问题症状,包括忧伤、应激性和兴趣丧失。严重时,还会产生自杀的念头。

　　现在,妙佑医疗国际个体化医学中心和伊利诺伊大学香槟分校的研究人员开发出了一种计算机算法,可以帮助临床医生准确有效地预测抑郁症患者是否会对某种抗抑郁药物产生反应。

　　这项新研究已经发表在《神经心理药物学》期刊上,这代表重度抑郁症个体化治疗可能向前迈出了一大步。该研究还体现了计算机科学家与临床医生之间的合作,他们携手利用大型数据集来解决全球重大疾病个体化医学实践的难题。

　　通过团队合作提高患者的治疗效果

　　在这项研究中,妙佑医疗国际分子药理学与实验治疗学科的计算机科学家Arjun Athreya博士与佛罗里达州妙佑医疗国际精神病学和心理学科主任William Bobo(医学博士)展开了密切合作,共同研究这个具有全球意义的临床挑战所适用的建模方法。他们通力合作,探索有关此疾病的深刻见解,以便加强常规临床决策,改善患者的治疗效果。

　　“我们希望开发出一种可靠的技术,作为临床医生进行临床诊治的工具,而不是取代他们的判断。”Athreya博士解释说,“这意味着我必须深入到实践中,了解临床医生所面临的挑战以及患者的需求,进而将这些需求和挑战共同转化为一种工程技术。”

　　将人工智能(AI)投入试验

　　这项新研究利用了一种名为Almond的人工智能框架,从患者的基因组和临床数据中寻找规律和独有特征。借助这种方法,研究人员可以选择正确的治疗方案,或者当算法预测到反应不佳时,可以在治疗开始后相对更快地调整治疗方案。

　　为了在这项研究中训练算法,Athreya和Bobo博士及其团队为近1000名已经在使用选择性血清素再摄取抑制剂(通常称为SSRI)接受治疗的重度抑郁症患者创建了症状档案。SSRI是最常用的一线抗抑郁药。

　　研究团队首先根据病情严重程度对所有抑郁症患者进行了分层,并构建了一个图表。然后,他们确定了患者的抑郁症在治疗开始后的不同变化方式。他们发现,一些抑郁症状比其他症状更有助于预测治疗结果。他们还确定了每一种治疗方法需要何种水平的改善方可达到良好的效果。

　　“我们使用该算法来确定特定的抑郁症状和改善阈值,这些信息可供预测抗抑郁药的效果,比如能否在四周内使患者达到缓解或反应,或者在八周内无反应,”Athreya博士解释说。

　　研究团队共计在1996名抑郁症患者身上测试了该算法。结果显示,该算法预测患者是否会对治疗产生有利反应的预测准确率超过72%。

　　算法有望帮助医疗服务提供者为患者提供个体化治疗

　　Bobo博士表示,提供可解释的预测有助于加强抑郁症的临床治疗,并减少多次无效抗抑郁药试用的相关时间。

　　“通常而言,临床医生为患者开始一种治疗时,会要求患者在四周后再次就诊。”Bobo博士解释说,“然后,临床医生会根据对病情改善情况的判断,就8周后的结果做出最佳预测,并决定是改变治疗方案还是继续原疗法。”

　　Bobo博士说,这项研究凸显了计算机科学家与临床医生进行密切合作的必要性。

　　“临床医生采用的逻辑遵循着特定的步骤,而这正是吸引Athreya博士的地方,他把这个过程抽象为计算问题和工程问题。我们从不同的视角来看待同一个想法,最终产生了高度的协同效应,”Bobo博士解释说。

　　“接下来,我们在研究中使用概率图形模型将临床医生的思维逻辑‘算法化’,以根据治疗前病情的严重程度以及基线到第四周期间特定抑郁症状需要改善的程度,形成8周后结果的预测。"Bobo博士说,“这样一来,临床医生在对患者进行临床诊治的有限时间内,就能轻松吸纳、解读并可能使用模型生成的输出结果。”

　　研究人员表示,该模型有望成为繁忙的初级护理诊所的一大助力。如果治疗的预测结果是无反应,就可以将特定患者加速转诊至专业精神卫生咨询诊所。

　　“我们希望这项研究能够为开发电子诊断工具铺平道路,进而帮助临床医生和患者在开始治疗后尽早地做出更好的治疗决策,”Athreya博士说。

　　不同抑郁症患者的治疗结果往往存在重大差异。该模型的预测准确性标志着在抑郁症个体化治疗的正确方向上迈出了一大步。该模型还支持利用基因组学等生物手段来增强临床指标,并且研究团队已经在美国国家科学基金会的资金支持下,将这方面纳入其更广泛的研究中。

　　同时,该团队凭借这项研究获得了“妙佑医疗国际转型中心奖”,并已着手在罗切斯特妙佑医疗国际和佛罗里达州妙佑医疗国际的临床实践中先期验证其发现。