Технологии машинного обучения в психиатрии - перспективное исследование с положительным результатом

Часто в спорах с коллегами о будущем психиатрии высказываю мнение о том, что наша специальность в сравнении с другими областями медицины ещё очень юная.

Понимание патофизиологии психических расстройств далеко от идеала, диагностика требует дальнейшего усовершенствования, терапия - большей индивидуализации.

Причина достаточно очевидна- мозг намного сложнее, чем любой другой орган в нашем теле.

Кроме сложной биологии, на симптомы и реакцию на терапию влияют психологические особенности и социальный контекст.

Поэтому в психиатрии нужно учитывать огромное количество факторов для диагностики и терапии - намного большее, чем в других областях медицины.

Сведение все к дефициту серотонина при депрессии, избытку допамина при шизофрении - явно неадекватное клинической реальности упрощение.

Технологии только-только подбираются к тому уровню, на котором может стать доступно понимание настолько сложных процессов, как психические расстройства и их лечение.

Безусловно, примеры решения подобных трудоёмких задач в последние годы при помощи искусственного интеллекта есть.

Самый яркий - третичная структура белка, которую долго не могли разгадать до появления современного ИИ.

Сейчас появляются первые проблески подобных перспектив в психиатрии.

FDA присвоила статус "breakthrough therapy" для нового антидепрессанта тройного действия (ингибитора обратного захвата серотонина, норадреналина и дофамина) - лиафенсина, который показал эффективность во второй фазе клинических испытаний для терапевтически резистентной депрессии.

Это была бы не особо новость без важного нюанса - пациентов для участия в исследовании отбирали с помощью алгоритма DGM4™, который анализирует множество различных генетических вариаций (bid data analysis).

При помощи этого алгоритма удалось выявить подгруппу пациентов с высокой вероятностью терапевтического ответа на лиафенсин.

Важно, что анализировалось не несколько генов, а множество.
На данный момент попытки провести подобную индивидуализацию терапии на основе ограниченных данных (например, только генетических особенностей системы цитохромов, отвечающих за метаболизм лекарств), скорее дают отрицательные результаты.
Причина, на мой взгляд, именно в многофакторности, и при учёте множества данных- шансы на действительно клинически релевантную индивидуализацию существенно растут.

Стоит подчеркнуть, что в исследовании принимали участие пациенты с резистентной депрессией, для которых добиться хороших результатов трудно.

Подробное описание исследования доступно по ссылке.

Конечно, это только предварительные данные, нужны дальнейшие исследования на больших группах пациентов.

Тем не менее, такие результаты обнадёживают и дают надежду на улучшение качества психиатрической помощи в будущем.