Utilizzo dell'intelligenza artificiale per diagnosticare meglio i disturbi e mirare al trattamento farmacologico
Una nuova ricerca suggerisce che l'apprendimento automatico può migliorare la diagnosi di disturbi mentali complessi e aiutare la selezione della terapia farmacologica.
Gli esperti accolgono con favore la nuova scoperta poiché i disturbi dell'umore come il disturbo depressivo maggiore (MDD) e il disturbo bipolare sono spesso complessi e difficili da diagnosticare. Inoltre, questa sfida diagnostica è spesso più grande tra i giovani quando la malattia è appena in via di sviluppo. L'incertezza sulla diagnosi può rendere difficili le decisioni sui farmaci.
In uno studio collaborativo del Canada's Lawson Health Research Institute, The Mind Research Network in New Mexico e Brainnetome Center dell'Accademia cinese delle scienze, i ricercatori hanno sviluppato un algoritmo di intelligenza artificiale (AI) che analizza le scansioni cerebrali per classificare meglio la malattia nei pazienti con disturbo dell'umore complesso e aiuta a prevedere la loro risposta ai farmaci.
Lo studio ha incluso 78 pazienti adulti emergenti provenienti da programmi di salute mentale presso il London Health Sciences Center (LHSC), principalmente dal programma First Episode Mood and Anxiety Program (FEMAP).
La prima parte dello studio ha coinvolto 66 pazienti che avevano già completato il trattamento per una diagnosi chiara di MDD o bipolare di tipo I (bipolare I). Il bipolare I è una forma di disturbo bipolare che presenta episodi maniacali completi.
I ricercatori hanno anche seguito altri 33 partecipanti alla ricerca senza storia di malattia mentale. Ogni individuo ha partecipato alla scansione per esaminare diverse reti cerebrali utilizzando le capacità di risonanza magnetica funzionale (fMRI) di Lawson presso il St. Joseph's Health Care di Londra.
Il team di ricerca ha analizzato e confrontato le scansioni di quelli con MDD, bipolare I e nessuna storia di malattia mentale, e ha scoperto che i tre gruppi differivano in particolari reti cerebrali.
Sono state notate differenze nell'area del cervello chiamata rete in modalità predefinita - un insieme di regioni ritenute importanti per l'auto-riflessione - così come nel talamo, un "gateway" che collega più regioni corticali e aiuta a controllare l'eccitazione e la vigilanza.
I dati sono stati utilizzati dai ricercatori per sviluppare un algoritmo AI che utilizza l'apprendimento automatico per esaminare le scansioni fMRI per classificare se un paziente ha MDD o bipolare I.Quando testato contro i partecipanti alla ricerca con una diagnosi nota, l'algoritmo ha classificato correttamente la loro malattia con 92,4 per precisione al centesimo.
Il team di ricerca ha quindi eseguito l'imaging con 12 partecipanti aggiuntivi con disturbi dell'umore complessi per i quali una diagnosi non era chiara. Hanno utilizzato l'algoritmo per studiare la funzione cerebrale di un partecipante al fine di prevedere la sua diagnosi e, cosa più importante, hanno esaminato la risposta del partecipante ai farmaci.
"Gli antidepressivi sono la terapia farmaceutica gold standard per MDD mentre gli stabilizzatori dell'umore sono il gold standard per bipolare I", ha detto la dottoressa Elizabeth Osuch, un clinico-scienziato presso Lawson, direttore medico presso FEMAP e ricercatore co-responsabile dello studio.
“Ma diventa difficile prevedere quale farmaco funzionerà nei pazienti con disturbi dell'umore complessi quando una diagnosi non è chiara. Risponderanno meglio a un antidepressivo o a uno stabilizzatore dell'umore? "
Il team di ricerca ha ipotizzato che i partecipanti classificati dall'algoritmo come affetti da MDD avrebbero risposto agli antidepressivi mentre quelli classificati come bipolari avrebbero risposto agli stabilizzatori dell'umore. Quando sono stati testati con i pazienti complessi, 11 su 12 hanno risposto al farmaco previsto dall'algoritmo.
"Questo studio fa un passo importante verso la ricerca di un biomarcatore della risposta ai farmaci negli adulti emergenti con disturbi dell'umore complessi", ha detto Osuch. "Suggerisce anche che un giorno potremmo avere una misura oggettiva della malattia psichiatrica attraverso l'imaging cerebrale che renderebbe la diagnosi più veloce, più efficace e più coerente tra gli operatori sanitari".
Gli psichiatri attualmente fanno una diagnosi sulla base della storia e del comportamento di un paziente. Le decisioni sui farmaci si basano su quella diagnosi. "Questo può essere difficile con disturbi dell'umore complessi e nel corso iniziale di una malattia quando i sintomi possono essere meno ben definiti", ha detto Osuch.
“I pazienti possono anche avere più di una diagnosi, come una combinazione di un disturbo dell'umore e un disturbo da abuso di sostanze, complicando ulteriormente la diagnosi. Avere un test biologico o una procedura per identificare la classe di farmaci a cui un paziente risponderà farebbe avanzare significativamente il campo della psichiatria ".
Fonte: Lawson Health Research Institute
