机器学习有助于预测精神分裂症的治疗结果

机器学习有一天能帮助诊断和治疗精神疾病吗？阿尔伯塔大学的新研究通过发表在《分子精神病学》上的一项研究让我们更接近未来。

这项研究是由美国大学精神病学系的曹博和休斯顿德克萨斯大学健康科学中心的张向阳合作领导的。他们使用机器学习算法来检查新诊断的、先前未治疗的精神分裂症患者和健康受试者的功能磁共振成像(MRI)图像。通过测量被称为时间皮层的大脑区域和大脑其他区域之间的联系，该算法成功地将精神分裂症患者的准确率识别为78%。它还预测了患者是否会对特定的抗精神病药利培酮产生积极反应，准确率为82%。

A大学精神病学助理教授曹说：“这是第一步，但最终我们希望找到可靠的生物标志物，能够在症状出现之前预测精神分裂症。“我们也想用机器学习来优化患者的治疗方案。它不会取代医生。未来，在机器学习的帮助下，如果医生能够在第一次就诊时为特定患者选择最好的药物或手术，那将是一个很好的进步”。

在他们一生中的某个时候，大约每100个人中就有一个人会受到精神分裂症的影响，这是一种严重的致残性精神疾病，伴有妄想、幻觉和认知障碍。大多数精神分裂症患者在生命早期就有症状，并将与这些症状斗争数十年。

据曹说，精神分裂症和许多精神障碍的早期诊断是一个持续的挑战。对临床医生来说，在第一次与患者进行vi坐诊时提出个性化治疗策略也是一个挑战。目前对精神分裂症的治疗仍然通常是由试错法决定的。如果dr ug工作不正常，患者可能会出现长期症状和副作用，并错过控制和治疗疾病的最佳时间窗口。

曹希望扩大他的工作范围，包括其他精神疾病，如严重抑郁症和双相情感障碍。尽管精神分裂症的诊断和治疗的初步结果令人鼓舞，但曹说，在这项工作成为临床环境中的有用工具之前，有必要对大样本进行进一步验证，并需要进一步改进以提高准确性。

“这将是患者、精神病学家、神经科学家、计算机科学家和其他学科研究人员的共同努力，为精确的心理健康构建更好的工具，”曹说。“我们在U大学有一个计算精神病学团队，一群优秀的临床医生和科学家共同努力解决这个具有挑战性的问题。”

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！