پیش‌بینی پاسخ به درمان افسردگی شدید از طریق تحریک مغناطیسی فراجمجمه‌ای و روش‌های یادگیری ماشین و هوش مصنوعی

کار مشترک پژوهشگران دانشگاه‌های برتر ایران، آمریکا و روسیه به ارائه یک روش نوین با بکارگیری الگوریتم‌های یادگیری ماشین و هوش مصنوعی به منظور پیش‌بینی پاسخ به درمان افسردگی از طریق rTMS منجر شد.

در این مطالعه که اخیرا در مجله Frontiers in Systems Neuroscience چاپ شده، دکتر الیاس ابراهیم زاده و همکاران توانستند یک روش هوشمند به منظور پیش‌بینی نحوه پاسخ‌دهی بیماران افسرده به درمان rTMS برای اولین بار در دنیا ارائه دهند. این روش که بر روی ۸۸ بیمار مبتلا به افسردگی شدید که از طریق rTMS در حال درمان بودند اعمال شد و با صحت ۹۵% قابلیت پیش‌بینی پاسخ‌دهی افراد به درمان را نشان می‌دهد.

اهمیت این موضوع آن است که پیش‌بینی نتیجه درمان می‌تواند باعث صرفه‌جویی در زمان و هزینه‌ها شود و به عبارت دیگر می‌تواند از درمان ناکارآمد جلوگیری کند. در بسیاری از موارد افراد در درمان افسردگی از طریق تحریکات مغناطیسی خوش پاسخ هستند و علائم اولیه بهبودی به زودی حاصل می‌شود، ولی در مواردی نیز علائم بهبودی طولانی مدت گزارش شده است و نیاز به شناسایی افراد خوش پاسخ و پیش‌بینی پاسخ‌دهی درمان اهمیت می‌یابد.

در این مطالعه که بیش از دو سال به طول انجامید یک روش هوشمند به منظور طبقه‌بندی سیگنال‌های مغزی از افراد مبتلا به افسردگی بکار گرفته شد.

روش پیشنهادی این اجازه را می‌دهد که فرد مبتلا به افسردگی در تنها یک جلسه rTMS میزان پاسخ‌دهی آن به درمان ارزیابی و پیش‌بینی شود. بنابراین افراد برنامه‌ریزی بهتر و دقیق‌تری نسبت به زمان بهبودی در خود خواهند داشت.

لینک مقاله