梅奥诊所的研究人员在应用人工智能(AI)预测重度抑郁症儿童和青少年抗抑郁药物的早期结果方面迈出了第一步。他们发现了六种抑郁症状的变化:难以快乐、社交退缩、过度疲劳、易怒、自卑和抑郁情绪。的研究发表在《儿童心理学和精神病学杂志》上。
50%以上的精神健康障碍是在个人年轻(18岁以下)时诊断出来的。因此，根据梅奥诊所的研究人员和该研究的主要作者Arjun P. Athreya博士，M.S的说法，建立抑郁症青年治疗结果的预测方法是至关重要的。这项研究解决了一个全球公共卫生问题，因为儿科抑郁症很常见，而且往往得不到充分治疗。
“儿童抑郁评定量表修订版被研究人员用来评估这些症状，并预测10到12周的抗抑郁药物治疗方案的结果。
在氟西汀测试数据集中，六种症状预测10至12周的结果，在4至6周时的平均准确率为73%，而在度洛西汀测试数据集中，同样的六种症状预测10至12周的结果，在4至6周时的平均准确率为76%。
安慰剂治疗的患者预测反应和缓解的准确性远低于抗抑郁药物治疗的患者，为67%。
“这项初步研究表明，人工智能有希望通过告知医生对患有严重抑郁障碍的儿童和青少年的抗抑郁药物的选择、使用和剂量来帮助临床决策，”高级作者、梅奥诊所儿童精神病学家保罗·克罗金博士说“我们发现，在儿童和青少年的样本中，通过两类抗抑郁药，对治疗结果的预测有所改善。”
目前的研究结果表明，使用机器学习的人工智能平台可以在治疗期间早期预测儿童和青少年的抗抑郁治疗结果。这在未来是非常有益的，因为它有可能帮助忙碌的临床医生在青少年治疗计划中，同时避免接触可能对患者无效的治疗。此外，据阿特瑞亚博士说，研究结果显示了人工智能和患者数据在确保儿童和青少年接受治疗方面的潜力，这些治疗最有可能带来治疗效果，同时将副作用降到最低。
阿特瑞亚博士说:“我们设计的算法模拟了临床医生在一个过渡时间点的治疗管理逻辑，该逻辑基于他们对患者是否可能从当前剂量的药物治疗中获益的估计猜测。”“因此，作为一名计算机工程师，我必须深入并观察实践，不仅要了解患者的需求，还要了解如何使用人工智能，如何对临床医生有用，从而造福患者。”
这种整合利用了治疗过程中早期出现的临床症状变化。病人接受标准的面谈，但是使用这个平台，他们可以得到对治疗结果的准确预测。
该研究的发现为未来的研究提供了基础，包括生理信息、基于大脑的测量和药物基因组数据，用于治疗抑郁症青年的精确医学方法。这将改善对患有抑郁症的幼儿的护理，并帮助医生为受益最大的患者启动和使用抗抑郁药物。
梅奥诊所Bernard和Edith Waterman药物基因组学项目主任和个性化医学中心主任Liewei Wang博士说:“技术进步是有待研究的工具，可以增强治疗方法。”“预测儿童和青少年抑郁症治疗的结果对于管理可能成为终身疾病负担的疾病至关重要。”
这项研究是梅奥诊所分子药理学和实验疗法部门，以及精神病学和心理学部门在梅奥诊所个性化医疗中心的协助下进行的合作。
目前的研究虽然仍处于早期阶段，但很有前景。阿特瑞亚博士补充说，未来的研究将整合生物学数据或“生物标记物”，以提高或增加诊断准确性和治疗计划。
