人工智能識別與抑郁癥恢復相關的大腦信號

很快就有可能衡量以下方面的變化：抑郁水平就像我們可以測量血壓或心率一樣。

在一項新的研究中，10 名患者抑郁癥抵抗治療的人參加了為期六個月的課程深部腦刺激（DBS）治療。星展銀行過往業績已經混合了，但來自人工智能可能很快就會改變這一點。

DBS的成功依賴于刺激正確的組織，這意味著獲得準確的反饋。目前，這是基于患者報告他們的情緒，這可能受到壓力生活事件的影響，也可能是神經布線的結果。

考慮到這一點，美國科學家使用了電極植入物和人工智能分析試圖查明由DBS觸發的大腦活動模式的變化。

來自佐治亞理工學院，埃默里大學醫學院和西奈山伊坎醫學院的團隊能夠識別出一個大腦信號，用作生物標志物與抑郁癥的恢復有關。

恢復信號提供了一個非常有用的指標，表明DBS何時工作，何時不工作。它的反饋似乎準確率超過90%。

“研究中十分之九的患者好轉，為使用新技術跟蹤他們的康復軌跡提供了一個絕佳的機會，”說來自西奈山伊坎醫學院的神經學家Helen Mayberg。

“我們的目標是確定一個客觀的神經學信號，以幫助臨床醫生決定何時或不進行DBS調整。

人工智能受過培訓在過程的開始和結束時使用參與者大腦的圖像，使其有機會發現人眼可能錯過的神經差異。例如，其中一名患者在復發前四個月對治療反應良好 - 并且在復發前一個月恢復信號消失。

現在人工智能已經被訓練了，它可以進一步用于像這樣的研究，為研究人員提供了比單獨自我報告更好的數據集。下次出現復發跡象時，可以調整DBS治療以嘗試預防它。

還有很多工作要做，并不是每個人都希望電極植入他們的大腦（它是DBS的一部分，這就是為什么科學家可以在這里使用它）。然而，這顯示了方式發生重大轉變的潛力。監測抑郁癥以及如何為個人量身定制治療。

“我們表明，通過在同一大腦區域使用具有單個電極的可擴展程序和明智的臨床管理，我們可以讓人們變得更好，”說佐治亞理工學院的神經科學家克里斯托弗·羅澤爾。

“這項研究還為我們提供了一個驚人的科學平臺來了解患者之間的差異，這是治療復雜精神疾病（如難治性抑郁癥）的關鍵。

該研究已發表在自然界.

寶寶起名 起名