AI成抑郁症患者福音!算法解读脑电图,提升医生开药准确率

 智能家居产品     |      2020-02-13 12:06

导读:根据研究小组的临床试验,该算法判断常用抗抑郁药舍曲林有效性的准确率约为76%该团队的负责人阿米特·埃特金(Amit Etkin)建立了Alto Neuroscience,并将继续致力于这项技术的研

根据研究小组的临床试验,该算法判断常用抗抑郁药舍曲林有效性的准确率约为76%该团队的负责人阿米特·埃特金(Amit Etkin)建立了Alto Neuroscience,并将继续致力于这项技术的研发,希望能帮助医生为精神疾病患者更准确地开出处方。< br>

1,由于缺乏参考信息,医生开出的“长期”

抗抑郁药物并不总是有效的,并且医生无法确定无效的原因加州斯坦福大学的阿米特·埃特金说:“精神病学有一个核心问题。我们只能根据疾病的最终表现来描述疾病的特征,例如由疾病引起的行为。”“

”如果你只告诉我你很沮丧,那么我就不能判断任何事情,我也不知道你脑子里在想什么。我们只能在很少信息的情况下给你开药。”艾特金说。

Etkin希望找到一种机器学习算法,可以通过对抑郁症患者的脑部扫描来预测抗抑郁药物是否有效。他选择了舍曲林,一种通常仅对三分之一患者有效的抗抑郁药。

埃特金和他的团队收集了228名18-65岁抑郁症患者的脑电图信息。受试者以前试过抗抑郁药,但舍曲林不包括在内。

名受试者中约有一半服用舍曲林,其余服用安慰剂。研究人员随后对受试者的情绪进行了为期八周的监测,并用抑郁量表测量了他们的变化

2。该算法可以识别特定的脑活动模式

通过比较对药物反应良好的人和对药物反应不良的人的脑电图记录,机器学习算法可以识别特定的脑活动模式,舍曲林更可能对具有特定脑活动模式的患者有效。然后,研究人员在另一个279人的团队中测试了该算法。在测试中,41%的受试者对舍曲林反应良好,而由算法预测对舍曲林反应良好的76%的患者是准确的。

9年,埃特金创立了Alto Neuroscience来开发这项技术。艾特金说,他希望为医生提供这种“客观测试方法”,帮助他们更准确有效地为病人开处方,而不是依赖简单的经验和机会。丹麦哥本哈根审查小组的

克里斯蒂安·格鲁德说,“这种人工智能技术可能确实会对抑郁症患者的未来产生一些影响,但是在进入临床实践之前,它仍然需要经过其他研究小组的复制测试。”“

结论:脑地图的人工智能解读有助于医学发展

目前,非侵入式脑机接口的研究已经进入固体产品的落地阶段(“用思想代替手”成为可能!NextMind是第一次实现实时脑-机交互),利用机器学习算法分析和建模人体脑电图也是各企业探索的方向之一。


  • 共2页:
  • 上一页
  • 1
  • 2
  • 下一页