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）
