Maschinelles Lernen half, Schizophrenie-Patienten zu identifizieren

Wie können wir Patienten helfen, bei denen neu Schizophrenie diagnostiziert wurde?

Von Brain & Behavior Staff

Ein Team von Foundation-unterstützten Forschern berichtete, dass es mithilfe von Machine-Learning-Techniken zur Analyse funktionaler Bilddaten funktionierte, dass bei 78 Prozent einer Gruppe neu diagnostizierter Patienten Schizophrenie nachgewiesen werden konnte. Das Team konnte weiter mit 82 Prozent Genauigkeit vorhersagen, welche Patienten auf die Behandlung mit dem Antipsychotikum Risperidon ansprechen würden.

Dies ist ein Schritt auf dem Weg zu verlässlichen Biomarkern, die Ärzten bei der Diagnose von Schizophrenie helfen, und schließlich sogar, um die Krankheit vorherzusagen, bevor Symptome auftreten, sagt Dr. Bo Cao, ein BBRF-Nachwuchswissenschaftler 2016 an der University of Alberta, Kanada. Cao war der erste Autor der im Juni in Molecular Psychiatry veröffentlichten Arbeit des Teams.

Cao und seine Kollegen sammelten fMRT-Bilder von einer Gruppe von Schizophrenie-Patienten, die gerade erste Psychose-Episoden hatten, aber noch nicht wegen der Erkrankung behandelt worden waren. Die Scans wurden auch bei gesunden Community-Mitgliedern durchgeführt, die als Kontrollen eingestellt wurden. Das Team verwendete maschinelle Lernalgorithmen (mathematische Verfahren), um die Bilder zu analysieren und Verbindungen zwischen einem Teil des Gehirns, dem sogenannten oberen Zeitkortex (STC), und anderen kortikalen Bereichen zu bewerten. Das STC ist an der Wahrnehmung von Ton und der Integration sensorischer Informationen beteiligt.

Die Ergebnisse deuten darauf hin, dass in den frühen Stadien der Schizophrenie der Informationsaustausch zwischen dem STC und anderen Teilen des Kortex reduziert ist, verglichen mit dem Niveau bei Menschen ohne Krankheit. Da Antipsychotika im Laufe der Zeit Veränderungen im Gehirn bewirken können, hat das Team absichtlich Patienten rekrutiert, die bisher noch keine derartigen Arzneimittel erhalten hatten, um mögliche Nebenwirkungen durch das Arzneimittel zu vermeiden. Das Ergebnis ist faszinierend für den Vorschlag, dass die STC-Konnektivität ein nützlicher Biomarker für Erkrankungen im Frühstadium und für das Psychoserisiko sein könnte.

Cao betonte die Wichtigkeit, möglichst frühzeitig versuchen zu wollen, schwere psychische Erkrankungen wie Schizophrenie zu diagnostizieren und zu behandeln. Das Team sagte, die Ergebnisse müssten nun mit größeren Patientenproben validiert werden, wiesen jedoch darauf hin, dass die Studie einen wichtigen Schritt auf dem Weg zur Entwicklung von Translationsinstrumenten für die Früherkennungsdiagnostik sowie personalisierte Behandlungsansätze für die Erstbehandlung bei der ersten Episode der Schizophrenie darstellt.

Das leitende Mitglied des Teams war Xiang Yang Zhang, MD, Ph.D., ein 2013 unabhängiger BBRF-Ermittler am Institut für Psychologie der Chinesischen Akademie der Wissenschaften. Weitere Mitglieder waren der Forscher am Baylor College of Medicine, Raymond Y. Cho, MD, M.Sc., ein unabhängiger BBRF-Untersuchungsbeauftragter für das Jahr 2015 und Nachwuchsforscher aus den Jahren 2005 und 2003 sowie der Wissenschaftler des University of Texas Health Science Center, Jair Soares, MD, Ph.D. ., ein BBRF 2002 Independent Investigator und 1999 und 1997 Young Investigator.