هوش مصنوعی، واکنش به داروهای ضدافسردگی را بررسی می‌کند

به گزارش جی پلاس؛ شاید به زودی یک روش مبتنی بر هوش مصنوعی بتواند با بررسی امواج مغزی افراد، از احتمال تاثیر داروهای ضدافسردگی در کمک به آنها خبر دهد. ممکن است این روش بتواند راهبرد جدیدی را برای تجویز داروهای مرتبط با بیماری‌های روحی ارائه کند.

داروهای ضدافسردگی همیشه کاربرد ندارند و دلیل این موضوع نیز کاملا مشخص نیست. "آمیت اتکین" (Amit Etkin)، پژوهشگر "دانشگاه استنفورد" (Stanford University) گفت: ما در حوزه روانشناسی، با یک مشکل اساسی رو به رو هستیم. بیمار به روانپزشک می‌گوید که افسرده است و روانپزشک نمی‌تواند ببیند که واقعا در مغز او چه می‌گذرد. او باید براساس همین اطلاعات محدود، داروهای لازم را برای بیمار تجویز کند.

اتکین تصمیم گرفت به بررسی این موضوع بپردازد که آیا الگوریتم مبتنی بر یادگیری ماشینی می‌تواند با بررسی اسکن مغزی مبتلا به افسردگی، احتمال واکنش آنها را به یکی از داروهای ضدافسردگی موسوم به "سرترالین" (Sertraline) تشخیص دهد یا خیر. سرترالین معمولا فقط بر یک سوم افرادی که آن را مصرف می‌کنند، تاثیر می‌گذارد.

این گروه پژوهشی، داده‌های مربوط به نوار مغزی ۲۲۸ بیمار مبتلا به افسردگی را که بین ۱۸ تا ۶۵ سال داشتند، جمع‌آوری کردند. این افراد پیش از این آزمایش، از داروهای ضد افسردگی استفاده می‌کردند اما در آغاز آزمایش، این داروها را مصرف نکرده بودند.

پژوهشگران برای نیمی از شرکت‌کنندگان، سرترالین تجویز کردند و بقیه آنها نیز با روش‌های درمانی صوری موسوم به  "پلاسیبو" (placebo) مورد درمان قرار گرفتند. پس از این مرحله، حالت‌های روحی شرکت‌کنندگان و تغییرات آنها طی هشت هفته مورد بررسی قرار گرفت.

الگوهای فعالیت مغز

این الگوریتم مبتنی بر یادگیری ماشینی، با مقایسه نوار مغزی کسانی که واکنش خوبی به دارو داشتند و کسانی که واکنش آنها خوب نبود، توانست الگوی خاصی از فعالیت مغزی را شناسایی کند که احتمال مفید بودن سرترالین را نشان می‌داد.

پژوهشگران، این الگوریتم را برای بررسی گروه متفاوتی شامل ۲۷۹ داوطلب به کار گرفتند. در این بررسی، ۴۱ درصد داوطلبان، واکنش خوبی نسبت به سرترالین داشتند و الگوریتم، واکنش مثبت ۷۶ درصد آنها را به درستی پیش‌بینی کرده بود.

اتکین که شرکتی موسوم به "آلتو نوروساینس" (Alto Neuroscience) را برای توسعه این فناوری بنیان‌گذاری کرده، امیدوار است که نتایج این پژوهش بتواند ابزاری را برای پزشکان فراهم کند تا تصمیم‌های بهتری در مورد بیماران خود بگیرند.