Специалисты из России и Болгарии заявляют, что разработанный ими метод на базе искусственного интеллекта способен распознавать депрессию с вероятностью 86%.
Учёные создали вычислительную модель, построенную на принципах контрастного обучения. Эта система с точностью 86% определяет разницу между людьми с диагностированным большим депрессивным расстройством и теми, у кого его нет.
В основе работы лежат два алгоритма, анализирующих снимки МРТ головного мозга. Как поясняют авторы проекта, данная технология может помочь более эффективно выявлять клиническую депрессию на начальных этапах, когда внешние симптомы поведения только начинают проявляться.
На первом этапе алгоритм отбирал те характеристики организации нейронных сетей мозга, которые лучше всего отражали изменения в поведении — к примеру, нарушения связности в лобной коре.
После этого исследователи применили контрастный метод: программа сравнивала пациентов с депрессией и здоровых людей, ориентируясь именно на эти отобранные признаки, при этом игнорируя различия внутри каждой из групп. В отличие от стандартных подходов, такая методика позволила выявить незначительные, но клинически важные отличия в структуре мозга, которые чётко разделяют больных и здоровых.
В результате точность различения здоровых участников и пациентов с депрессией достигла 86%.
Для справки: традиционные диагностические методы, основанные на клинической оценке, показывают точность около 50% — то есть находятся на уровне случайного угадывания.
Кроме того, учёные подтвердили, что большое депрессивное расстройство не является локальным поражением мозга, а связано с нарушением работы множества нейронных сетей.
Предложенный алгоритм выявил 20 ключевых связей, задействованных в развитии депрессии, тогда как традиционные методы обнаружили лишь пять.
«Наш алгоритм позволит повысить точность диагностики и создаст основу для более индивидуализированных схем лечения. Это поможет улучшить качество жизни пациентов и снизить социально-экономическую нагрузку от заболевания», — отметил Семён Куркин, один из участников проекта и главный научный сотрудник Института прикладного искусственного интеллекта и цифровых решений РЭУ им. Плеханова.
«В дальнейшем мы намерены применить этот подход и к другим психическим и неврологическим расстройствам, в частности к шизофрении и биполярному расстройству».
