研究人员希望人工智能可以帮助更准确地诊断抑郁症

抑郁症影响着数百万加拿大人。它会影响生活质量、破坏人际关系、降低生产力并导致自杀。正确的诊断是有效治疗的关键，但要做出准确的诊断可能很困难，因为没有生物学测试，而且症状各不相同。

“尽管研究人员在抑郁症的生物学基础方面取得了实质性进展，但我们并没有清楚地了解抑郁症的确切发生地，”项目负责人、加州大学精神病学系助理教授、加拿大研究主席曹波说。计算精神病学博士，妇女儿童健康研究所成员。

“我们知道有遗传和大脑成分，但可能还有其他临床、社会和认知因素可以促进抑郁症的精确诊断。”

该项目由精准健康种子基金奖的种子资金支持，汇集了来自加拿大和英国在计算精神病学、人工智能、心理学和认知神经科学方面具有专业知识的科学家。

使用来自英国生物银行的数据，该生物医学数据库包含英国50万人的遗传和健康信息，研究人员将能够访问超过8,000名确诊患者的健康记录、脑部扫描、社会决定因素和个人因素患有重度抑郁症(MDD)。研究人员将他们的资料与一个由200,000多名没有被诊断出患有抑郁症的人组成的对照组进行比较。这将有助于确定是否可以通过社会、个人和健康记录识别MDD，以及何时需要遗传和MRI数据来改进诊断。

该团队将在未来18个月内开发和测试机器学习工具的原型。如果证明有效，该模型将应用于艾伯塔省的健康数据以验证其有效性。

“机器学习的发现模式中的数据，解释说：”合作者拉斯格雷纳，教授在计算机科学系，并兼任教授在精神病学系，谁最近被命名为加拿大CIFARAI主席。在过去的几年里，他的研究重点是使用计算方法来帮助识别精神问题，包括注意力缺陷多动障碍、精神分裂症、自闭症和现在的抑郁症。

Greiner说，他很高兴能在阿尔伯塔省，那里对机器学习研究有强大的支持。大约20年前，他帮助创办了艾伯塔省机器智能研究所。它每年从艾伯塔省政府那里获得超过200万美元用于人工智能研究。

Cao和Greiner都是A大学神经科学和心理健康研究所的成员，他们乐观地认为人工智能的进步将带来突破，帮助医生诊断精神疾病并为每位患者找到合适的治疗方法。这项研究很重要——根据加拿大统计局关于心理健康的社区健康调查，超过11%的加拿大成年人在他们的一生中会经历抑郁症。

“这将是一段漫长的旅程，”曹说。“我们的目标是为心理健康提供精准医疗，但这需要几十年的时间。然而，在我们大学和其他有远见的慈善家和机构的支持下，我们现在敢于朝着这个目标努力。”

标签：