KI kann helfen, vorherzusagen, wer auf Antidepressiva reagiert
Künstliche Intelligenz (KI) hat nach zwei neuen Studien, die von Forschern des Southwestern Medical Center der Universität von Texas (UT) in Dallas durchgeführt wurden, spezifische Gehirnaktivitätsmuster bei depressiven Personen identifiziert, die weniger auf bestimmte Antidepressiva ansprechen.
Die Studien sind Teil einer großen nationalen Studie (EMBARC), die biologische, objektive Strategien zur Behandlung von Stimmungsstörungen und zur Minimierung von Versuchen und Fehlern bei der Verschreibung von Behandlungen entwickeln soll. Im Erfolgsfall stellen sich Wissenschaftler vor, eine Reihe von Tests wie Bildgebung des Gehirns und Blutanalysen zu verwenden, um die Wahrscheinlichkeit zu erhöhen, die richtige Behandlung zu finden.
"Wir müssen das Ratespiel beenden und objektive Maßnahmen finden, um Interventionen zu verschreiben, die funktionieren", sagte Dr. Madhukar Trivedi, der EMBARC beaufsichtigt und Gründungsdirektor des UT Southwestern Center for Depression Research and Clinical Care ist.
"Menschen mit Depressionen leiden bereits unter Hoffnungslosigkeit, und das Problem kann sich verschlimmern, wenn sie ein Medikament einnehmen, das unwirksam ist."
Die Studien, an denen mehr als 300 Teilnehmer teilnahmen, verwendeten die Bildgebung, um die Gehirnaktivität sowohl im Ruhezustand als auch während der Verarbeitung von Emotionen zu analysieren. Beide Studien umfassten eine gesunde Kontrollgruppe und Menschen mit Depressionen, die entweder Antidepressiva oder Placebo erhielten.
Von denen, die Medikamente erhielten, fanden die Forscher Zusammenhänge zwischen der Verkabelung des Gehirns und der Frage, ob sich ein Teilnehmer innerhalb von zwei Monaten nach Einnahme eines Antidepressivums wahrscheinlich bessert.
Trivedi sagte, es sei wichtig, die Aktivität des Gehirns in verschiedenen Zuständen abzubilden, um ein genaueres Bild davon zu erhalten, wie sich Depressionen bei einem bestimmten Patienten manifestieren. Für einige Menschen, sagte er, werden die relevanteren Daten aus dem Ruhezustand ihres Gehirns stammen, während bei anderen die emotionale Verarbeitung eine kritische Komponente und ein besserer Prädiktor für die Wirkung eines Antidepressivums sein wird.
"Depression ist eine komplexe Krankheit, die Menschen auf unterschiedliche Weise betrifft", sagte er. "Ähnlich wie die Technologie uns durch Fingerabdrücke und Gesichts-Scans identifizieren kann, zeigen diese Studien, dass wir mithilfe der Bildgebung bestimmte Signaturen von Depressionen bei Menschen identifizieren können."
Die Forscher analysierten Daten aus der 16-wöchigen EMBARC-Studie, in der Patienten mit Major Depression durch Bildgebung des Gehirns und verschiedene DNA-, Blut- und andere Tests bewertet wurden. Ziel war es, einen beunruhigenden Befund aus einer früheren Studie von Trivedi anzusprechen, aus der hervorgeht, dass bis zu zwei Drittel der Patienten nicht angemessen auf ihr erstes Antidepressivum ansprechen.
Die erste Studie von EMBARC, die 2018 veröffentlicht wurde, konzentrierte sich darauf, wie die elektrische Aktivität im Gehirn darauf hinweisen kann, ob ein Patient wahrscheinlich von einem SSRI (selektiver Serotonin-Wiederaufnahmehemmer), der häufigsten Klasse von Antidepressiva, profitiert.
Dem Ergebnis folgten verwandte Untersuchungen, die andere prädiktive Tests für SSRIs identifizieren, zuletzt die in der American Journal of Psychiatry und die zweite Bildgebungsstudie veröffentlicht in Natur Menschliches Verhalten.
In der zweiten Bildgebungsstudie verwendeten die Forscher künstliche Intelligenz, um Zusammenhänge zwischen der Wirksamkeit eines Antidepressivums und der Verarbeitung emotionaler Konflikte durch das Gehirn eines Patienten zu bestimmen.
Den Teilnehmern, die sich einer Gehirnbildgebung unterzogen, wurden Fotos in schneller Folge gezeigt, die manchmal widersprüchliche Botschaften wie ein wütendes Gesicht mit dem Wort „glücklich“ enthielten oder umgekehrt. Jeder Teilnehmer wurde gebeten, das Wort auf dem Foto zu lesen, bevor er zum nächsten Bild klickte.
Anstatt jedoch nur neuronale Regionen zu beobachten, von denen angenommen wird, dass sie für die Vorhersage des Antidepressivum-Nutzens relevant sind, verwendeten die Forscher maschinelles Lernen, um die Aktivität im gesamten Gehirn zu analysieren.
"Unsere Hypothesen, wo wir suchen sollen, haben sich nicht geändert, deshalb wollten wir etwas anderes ausprobieren", sagte Trivedi.
AI identifizierte spezifische Hirnregionen, einschließlich der lateralen präfrontalen Cortices, die für die Vorhersage, ob die Teilnehmer von einem SSRI profitieren würden, am wichtigsten waren. Die Ergebnisse zeigten, dass Teilnehmer, die während eines emotionalen Konflikts abnormale neuronale Reaktionen hatten, sich innerhalb von acht Wochen nach Beginn der Medikation weniger wahrscheinlich besserten.
Quelle: UT Southwestern Medical Center
