發(fā)布日期:2017-08-01
近日,IBM 科學(xué)家和阿爾伯塔大學(xué)加拿大埃德蒙頓分校在《自然》雜志的合作期刊《精神分裂癥》(Schizophrenia)上發(fā)布了新的數(shù)據(jù),證明 AI 和機(jī)器學(xué)習(xí)算法能夠以74% 的準(zhǔn)確率幫助預(yù)測(cè)精神分裂癥病例。
這項(xiàng)追溯性分析還表明,根據(jù)在大腦不同區(qū)域觀察到的活動(dòng)之間的關(guān)聯(lián),該技術(shù)能夠從很高的相關(guān)性預(yù)測(cè)精神分裂癥患者特定癥狀的嚴(yán)重程度。這項(xiàng)開(kāi)創(chuàng)性研究還可以幫助科學(xué)家識(shí)別更可靠、客觀的神經(jīng)影像生物指標(biāo)(Neuroimaging Biomarkers),用于預(yù)測(cè)精神分裂癥及其嚴(yán)重等級(jí)。
精神分裂癥是一種慢性衰弱性神經(jīng)障礙,每 1,000 個(gè)人中有 7 到 8 個(gè)人會(huì)受其影響。精神分裂癥患者可能出現(xiàn)幻覺(jué)、錯(cuò)覺(jué)或思維障礙,還可能出現(xiàn)認(rèn)知障礙,比如無(wú)法集中注意力和身體缺陷,比如運(yùn)動(dòng)障礙。
阿爾伯塔大學(xué)的精神病學(xué)兼神經(jīng)科學(xué)教授 Serdar Dursun 博士表示:“這種獨(dú)特、富有創(chuàng)新的多學(xué)科方法加深了我們對(duì)精神分裂癥的神經(jīng)生物學(xué)原理的理解,可以幫助改善該疾病的治療和管理。
我們?cè)诖竽X中發(fā)現(xiàn)了許多重要的異常連接,未來(lái)的研究可以探索這些連接,而且 AI 創(chuàng)建的模型讓我們離發(fā)現(xiàn)基于神經(jīng)影像的客觀模式更進(jìn)了一步,這些模式可以作為精神分裂癥的診斷和預(yù)后指標(biāo)。”
在論文中,研究人員分析了來(lái)自開(kāi)放數(shù)據(jù)集生物醫(yī)學(xué)信息學(xué)功能研究網(wǎng)絡(luò) (fBIRN) 的去標(biāo)識(shí)化的大腦功能核磁共振影像 (fMRI) 數(shù)據(jù),數(shù)據(jù)中既包括精神分裂癥患者和分裂情感性障礙患者,還包括健康的實(shí)驗(yàn)對(duì)照組。
fMRI 通過(guò)大腦特定區(qū)域的血流變化來(lái)測(cè)量大腦活動(dòng)。具體來(lái)講,fBIRN 數(shù)據(jù)集反映了,根據(jù)對(duì)調(diào)研參與者執(zhí)行一個(gè)普通聽(tīng)覺(jué)測(cè)試時(shí)收集的數(shù)據(jù),在不同清晰度水平上對(duì)大腦網(wǎng)絡(luò)執(zhí)行的研究。通過(guò)檢查來(lái)自 95 位參與者的掃描影像,研究人員使用機(jī)器學(xué)習(xí)技術(shù)開(kāi)發(fā)了一種精神分裂癥模型,用于識(shí)別大腦中與該疾病相關(guān)的最緊密的連接。
從上圖我們可以看出,在精神分裂癥患者與沒(méi)有該疾病的患者之間,一些大腦區(qū)域表現(xiàn)出具有統(tǒng)計(jì)意義的區(qū)別。例如,箭頭 1 表示中央前回(Precentral Gyrus),箭頭 5 表示參與處理視覺(jué)信息的楔前葉(Precuneus)。
精神疾病的量化研究
IBM 和阿爾伯塔大學(xué)的研究結(jié)果表明,甚至在從多個(gè)站點(diǎn)(不同機(jī)器、跨越不同主體群等)收集的更具挑戰(zhàn)的神經(jīng)影像數(shù)據(jù)上,機(jī)器學(xué)習(xí)算法通過(guò)利用不同大腦區(qū)域間的活動(dòng)關(guān)聯(lián),也能以 74% 的準(zhǔn)確率區(qū)分精神分裂癥患者與實(shí)驗(yàn)對(duì)照組。
此外,研究表明,功能網(wǎng)絡(luò)連接也可以幫助確定患者表現(xiàn)出的多種癥狀的嚴(yán)重等級(jí),包括注意力遲鈍、行為怪異和思維形式障礙,以及失語(yǔ)癥(言語(yǔ)貧乏)和動(dòng)力缺乏。
通過(guò)預(yù)測(cè)癥狀嚴(yán)重等級(jí),可以得到更加量化、基于測(cè)量結(jié)果的精神分裂癥特征??梢栽谝粋€(gè)范圍內(nèi)確定該疾病,而不只是看到一個(gè)非此即彼的二元標(biāo)簽(診斷或非診斷)。這種客觀的、數(shù)據(jù)驅(qū)動(dòng)的嚴(yán)重等級(jí)分析方法,最終可以幫助臨床醫(yī)生為患者量身定制治療方案。
IBM 研究院醫(yī)療與生命科學(xué)副總裁 Ajay Royyuru 表示:“這項(xiàng)研究工作的最終目的是識(shí)別和開(kāi)發(fā)客觀的、數(shù)據(jù)驅(qū)動(dòng)的測(cè)量指標(biāo)來(lái)描繪精神狀態(tài),并將它們應(yīng)用于精神病學(xué)和神經(jīng)障礙。我們還希望提供新的洞察,揭示可以如何使用 AI 和機(jī)器學(xué)習(xí)來(lái)分析精神疾病和神經(jīng)障礙,幫助精神科醫(yī)生評(píng)估和治療患者。”
NIMH (國(guó)家精神衛(wèi)生研究所)的研究領(lǐng)域標(biāo)準(zhǔn) (RDoC) 倡議強(qiáng)調(diào)了客觀測(cè)量在精神病學(xué)中的重要性。這一領(lǐng)域常常稱為“計(jì)算精神病學(xué)”(Computational Psychiatry),旨在使用現(xiàn)代技術(shù)和數(shù)據(jù)驅(qū)動(dòng)的方法改善精神病學(xué)中的循證醫(yī)療決策,這一領(lǐng)域常常依賴于主觀的評(píng)估方法。
作為這次持續(xù)合作的一部分,研究人員將繼續(xù)調(diào)查大腦中與精神分裂癥具有重要聯(lián)系的區(qū)域和連接。我們將繼續(xù)努力改進(jìn)這些算法,對(duì)更大的數(shù)據(jù)集執(zhí)行機(jī)器學(xué)習(xí)分析,并探索將這些技術(shù)擴(kuò)展到抑郁癥或創(chuàng)傷后應(yīng)激障礙等其他精神疾病的方式。
來(lái)源:動(dòng)脈網(wǎng)(微信號(hào):vcbeat)