抑郁症脑电图[精神分裂症脑电图]

智东西（大众号：zhidxcom）编 | 云鹏

智东西2月11日音讯，据外媒报导，加州斯坦福大学研讨团队开宣布能够从人的脑波中猜测抗郁闷药是否有用的机器学习算法。该算法或许为精力疾病药物的引荐拓荒新途径。

依据该研讨团队的临床测验标明，该算法关于舍曲林（sertraline）这种常见抗郁闷症药物有用性的判别精确率在76%左右。团队负责人Amit Etkin成立了Alto Neuroscience公司，将持续致力于此项技能的研制，期望借此协助医师更精确地为精力类疾病患者开具药方。

抗郁闷类药物并不总是有用，而医师也无法确认无效的原因。加州斯坦福大学Amit Etkin说：“精力病学有一个核心问题，咱们只能依据疾病的终究体现来描绘疾病的特征，比方疾病所导致的行为。”

“假设你只告诉我，你很懊丧，那我并不能判别什么，并且我也不知道你大脑里终究发生了什么，咱们只能凭仗很少的信息来给你开药。” Etkin说。

Etkin期望找到一种机器学习算法，能够从郁闷症患者的脑部扫描成果中猜测抗郁闷症药物是否有用。他挑选了舍曲林，这种抗郁闷症药物一般仅对三分之一的服用患者有用。

Etkin和他的团队收集了228名郁闷症患者的脑电图（EEG）信息，这些患者从18岁至65岁不等。受试患者曾经都曾尝试过抗郁闷药物，但不包含舍曲林。

大约一半的受试者服用舍曲林，其他的则服用安慰剂。然后，研讨人员在八周的时间内监控受试者的心情，并运用郁闷等级量表丈量其改变。

通过将对药物反响杰出的人的脑电图记载与对药物反响欠安的人的脑电图记载进行比较，机器学习算法能够辨认出特定的大脑活动形式，舍曲林对这种具有特定大脑活动形式的患者有用的或许性会更高。

然后，研讨人员在另一个279人的小组上测验了该算法。在测验中，有41％的受试者对舍曲林反响杰出，而通过算法猜测或许对舍曲林反响杰出的患者中，有76%是精确的。

Etkin成立了Alto Neuroscience公司来研制这项技能。Etkin表明，他期望为医师们供给这种“客观的测验办法”，来协助他们为患者愈加精确而有用地开具药方，而不是凭仗简略经历和偶然性。

丹麦哥本哈根检查小组的Christian Gluud说，“这种AI技能或许的确对郁闷症患者的未来会有必定影响，但是在进入临床实践之前，还需要通过其他研讨团队的仿制查验。”

现在无创脑机接口的研讨现已进入实体产品落地阶段（隔空输暗码，隔空玩游戏？机器真实读懂大脑！脑机交互获得新打破），而使用机器学习算法对人类脑电图进行剖析和建模也是各路创企探究的方向之一。

从上述事例咱们能够看到，AI技能的介入能够将以往依据患者“表象”来判别病况转变为依据“数据”来说话，精确性或许有一个质的提高。

不过现在该算法测验的样本量还较少，咱们也等待Etkin团队能够持续对其进行优化，争夺提前让这一技能谋福更多郁闷症患者。

文章来历：newscientist

感谢阅览。点击重视上船，带你浪在科技前沿~