AI能预判药物能否对症！机器学习算法解读脑电图，预判准确率76%

智东西（公众号：zhidxcom）编 | 云鹏

智东西2月11日音讯，据外媒报道，加州斯坦福大学研讨团队开发出可以从人的脑波中预测抗抑郁药能否有效的机器学习算法。该算法能够为肉体疾病药物的引荐开拓新途径。

根据该研讨团队的临床测试表明，该算法对于舍曲林（sertraline）这种常见抗抑郁症药物有效性的判别准确率在76%左右。团队担任人Amit Etkin成立了Alto Neuroscience公司，将继续努力于此项技术的研发，希望借此协助医生更准确地为肉体类疾病患者开具药方。
一、参考信息少，医生开药“老大难”


抗抑郁类药物并不总是有效，而医生也无法确定有效的缘由。加州斯坦福大学Amit Etkin说：“肉体病学有一个核心成绩，我们只能根据疾病的最终表现来描画疾病的特征，比如疾病所导致的行为。”

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

Etkin希望找到一种机器学习算法，可以从抑郁症患者的脑部扫描结果中预测抗抑郁症药物能否有效。他选择了舍曲林，这种抗抑郁症药物通常仅对三分之一的服用患者有效。

Etkin和他的团队搜集了228名抑郁症患者的脑电图（EEG）信息，这些患者从18岁至65岁不等。受试患者以前都曾尝试过抗抑郁药物，但不包括舍曲林。

大约一半的受试者服用舍曲林，其他的则服用安慰剂。然后，研讨人员在八周的工夫内监控受试者的心情，并运用抑郁等级量表测量其变化。
二、算法可辨认特定的大脑活动形式


经过将对药物反应良好的人的脑电图记录与对药物反应不佳的人的脑电图记录停止比较，机器学习算法可以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效的能够性会更高。

然后，研讨人员在另一个279人的小组上测试了该算法。在测试中，有41％的受试者对舍曲林反应良好，而经过算法预测能够对舍曲林反应良好的患者中，有76%是准确的。

Etkin成立了Alto Neuroscience公司来研发这项技术。Etkin表示，他希望为医生们提供这种“客观的测试方法”，来协助他们为患者愈加准确而有效地开具药方，而不是仰仗简单阅历和必然性。

丹麦哥本哈根审查小组的Christian Gluud说，“这种AI技术能够的确对抑郁症患者的将来会有一定影响，但是在进入临床实际之前，还需求经过其他研讨团队的复制检验。”
结语：AI解读脑图助力医学发展


目前无创脑机接口的研讨曾经进入实体产品落地阶段（隔空输密码，隔空玩游戏？机器真正读懂大脑！脑机交互获得新打破），而应用机器学习算法对人类脑电图停止分析和建模也是各路创企探求的方向之一。

从上述案例我们可以看到，AI技术的介入可以将以往根据患者“表象”来判别病情转变为根据“数据”来说话，准确性能够有一个质的提升。

不过目前该算法测试的样本量还较少，我们也等待Etkin团队可以继续对其停止优化，争取早日让这一技术造福更多抑郁症患者。

文章来源：newscientist

感激阅读。点击关注上船，带你浪在科技前沿~

AI技术的介入可以将以往根据患者“表象”来判别病情转变为根据“数据”来说话。

为了三千积分！

支持，楼下的跟上哈~

回个帖子，下班咯~