For patienter, der søger lindring af depression, kan det tage måneder at fastlægge en effektiv behandling.
Men hjernebølgemønstre kan potentielt hjælpe med at forudsige, hvordan individuelle patienter ville reagere på et antidepressivt middel inden behandlingen endda begynder, ifølge en ny undersøgelse, der blev offentliggjort 10. februar i tidsskriftet Nature Biotechnology.
Undersøgelsen adresserer en af psykiatriens grundlæggende udfordringer: en mangel på test, der kan hjælpe læger med at beslutte de bedste behandlingsmuligheder for patienter med depression, sagde studiemedforfatter Dr. Madhukar Trivedi, en psykiatri-professor ved UT Southwestern Medical Center i Dallas. I stedet, siger Trivedi, er leverandørerne afhængige af en prøve-og-fejl-proces, hvor patienter prøver medicin i seks til otte ugers cykler. Denne upræcise metode bidrager til en generel opfattelse af, at antidepressiva er ineffektive, tilføjede Dr. Amit Etkin, studiemedlem og professor i psykiatri ved Stanford University.
Men en nøjagtig forudsigelse af en persons ideelle behandling kunne tage en masse gætterier ud af ligningen - og spare patienter måneder med frustration, sagde Katie Burkhouse, en lektor i psykiatri ved University of Illinois i Chicago, der ikke var involveret i studiet .
Den nye undersøgelse er "et vigtigt første skridt" med at nå dette mål, fortalte Burkhouse til Live Science.
For undersøgelsen indsamlede forskere hjernebølgelæsninger fra mere end 300 patienter, der havde fået diagnosen depression. Aflæsningerne blev foretaget med elektroencefalografi (EEG), en ikke-invasiv metode, der involverer fastgørelse af elektroder til patientens hårbund. Patienterne blev derefter tilfældigt tildelt til at modtage enten en placebo eller antidepressiva sertralin (kommercielt kendt som Zoloft).
Dernæst, baseret på EEG-data, designet forskerne en ny algoritme for kunstig intelligens (AI) til at forudsige patienters svar på medicin. De fandt, at patienter med et vist hjernebølgemønster i starten af studiet mest sandsynligt svarede positivt på sertralin efter otte ugers behandling. Forskere anvendte derefter deres algoritme på tre yderligere patientdatasæt (fra tidligere undersøgelser) for at bekræfte deres fund.
Resultaterne "går imod den rådende visdom om, at disse stoffer bare er ineffektive," sagde Etkin. "De er faktisk ret effektive, men kun for en underpopulation af mennesker."
Mens denne undersøgelses resultater er lovende, er det uklart, om AI ville være muligt at bruge i "virkelige verden" kliniske omgivelser, sagde Burkhouse.
Undersøgelsen vurderede specifikt, hvordan patienter reagerede på sertralin, for eksempel, hvilket kun er en af mange mulige behandlinger af depression. "Et næste trin i undersøgelsen ville være at teste, om det er forudsigeligt for andre former for behandling, der ikke nødvendigvis kun er medicinbaseret," såsom kognitiv terapi og hjernestimulering, sagde Burkhouse.
Når de brugte deres algoritme til at undersøge de tidligere publicerede datasæt, fandt forskerne, at patienter, der var mindre tilbøjelige til at reagere på antidepressiva, var mere tilbøjelige til at reagere på hjernestimulering og psykoterapibehandlinger kombineret. Denne konstatering er stadig foreløbig og kræver meget mere forskning for at bekræfte.
Alligevel sagde Etkin, at teknologien let kunne tilpasses til brug på lægekontorer, da EEG har været brugt i neurologi i årtier. Læger kunne trænes i en forenklet version af EEG, og derefter kunne disse data uploades og behandles af algoritmen. Lægen modtog derefter en rapport, der detaljerede, om patienten sandsynligvis ville reagere på visse medicin, tilføjede Etkin.
Etkin sagde, at han håber, at fundene hjælper med at indlede "begyndelsen på præcisionspsykiatri."
Etkin er grundlægger og administrerende direktør af Alto Neuroscience, en startup, der sigter mod at udvikle personaliserede psykiske sundhedsbehandlinger. Han er i øjeblikket med orlov fra Stanford for at arbejde i virksomheden.
Redaktørens note: Denne artikel blev opdateret 21. februar for at tilføje yderligere oplysninger om brugen af algoritmen hos patienter, som mindre tilbøjelige til at svare på antidepressiva.
